![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
OpenMMLab AI实战营笔记
文章平均质量分 64
airwolf0992
这个作者很懒,什么都没留下…
展开
-
【无标题】
1.任务将图像按照物体的类别分割成不同的区域2.应用基本思路。原创 2023-02-10 01:27:14 · 58 阅读 · 0 评论 -
OpenMMLab实训营(五)MMDetection
整个MMLab家族除了MMDetection,还包含针对目标跟踪任务的MMTracking,针对3D目标检测任务的MMDetection3D等开源项目,他们都是以Pytorch和MMCV以基础。Pytorch不需要过多介绍,MMCV是一个面向计算机视觉的基础库,最主要作用是提供了基于Pytorch的通用训练框架,比如我们常提到的Registry、Runner、Hook等功能都是在MMCV中支持的。另外,MMCV还提供了通用IO接口、多种CNN网络结构、高质量实现的常见CUDA算子,这里就不进一步展开了。原创 2023-02-10 01:18:36 · 253 阅读 · 0 评论 -
openMMLabAI 实战营(四)
在计算机视觉众多的技术领域中,目标检测(Object Detection)也是一项非常基础的任务,图像分割、物体追踪、关键点检测等通常都要依赖于目标检测。在目标检测时,由于每张图像中物体的数量、大小及姿态各有不同,也就是非结构化的输出,这是与图像分类非常不同的一点,并且物体时常会有遮挡截断,所以物体检测技术也极富挑战性,从诞生以来始终是研究学者最为关注的焦点领域之一。目标检测的应用范围很广,如人脸,智慧城市,自动驾驶等等。在利用深度学习做物体检测之前,传统算法对于目标检测通常分为3个阶段原创 2023-02-07 22:35:01 · 75 阅读 · 0 评论 -
OpenMMLab AI实战营笔记(一)
OpenMMLab AI实战营笔记(一)机器视觉与OpenMMLab开源算法体系原创 2023-02-02 16:58:50 · 114 阅读 · 1 评论