计算机视觉与OpenMMLab开源算法体系（听课笔记1）

虽然这是一个已经不新鲜的领域，但是对于我来说，几乎全新。

一个半小时的介绍听下来倍感压力山大。需要理解的知识点太多，领域的拓宽得需要重新摆正心态。

计算机视觉：对图像或者视频图像信息进行图像挖掘，图像处理等，分类，检测，分割（语义分割，实例分割，全景分割-无人驾驶很重要，是在实例分割基础上实现的）
图像识别：识别图像中的物体是什么

深度学习，使用深度神经网络来处理事情
计算机视觉应用，图像生成，风格迁移，视频理解与自动剪辑
Eigen Face 做人脸识别需要知道
pytorch openmmlab在pytorch基础上建立起来的

算法框架介绍
1、MMSegementation，卫星图像
2、MMPose@MMHuman3D 主要对人体进行分析
3、MMTracking，追踪物体的连续动作处理，追踪视频
4、MMEditing，图像修复inpainting，抠图matting，超分辨率super-resolution，图像生成generation

OpenMMLab2.0

机器学习，神经网络简介
为什么要让“机器”去“学习”
线性分类器与非线性分类器
机器学习的基本流程：训练，验证，应用
多层感知器

神经网络的训练
损失函数，梯度下降算法
欠拟合，过拟合
卷积神经网络CNN，卷积层，卷积的变形，卷积的边缘填充
激活层，常用激活函数，池化层，全连接层