一、CV的主要应用方向
图像分类
目标检测
语义分割
实例分割(较语义分割难度更大,因为需要区分同一类别的不同个体)
二、mmdetection主要包含
目标检测
实例分割
全景分割
实例分割和全景分割包含在mmdet里面,而非mmseg,因为实例分割和全景分割与目标检测更加类似,需要对不同个体进行区分)
三、深度学习大分类
全监督学习
自监督学习(为提供标签,自己寻找标注)
无监督学习(聚类、降维等)
强化学习(评判标准为score,机器与环境相互影响,通过设置加减分来进行学习)
四、训练流程
获取dataloader内的图片和标签
将图片输入网络进行forward
依据结果和gt计算loss
loss.backward()计算梯度
optim.step()更新权重