OpenMMLab AI 实战营二期笔记(day1)

OpenMMLab AI 实战营二期笔记-仅供学习参考

课程笔记(day1)

OpenMMLab AI 实战营二期笔记(23.05.31)

AI实战营简介

Al实战营是OpenMMLab为提升学生和在职开发者的AI实践能力推出的特色培养项目，通过线上课程讲解与
优秀讲师11指导，同时配套课后答疑、实战作业帮助开发者快速上手。

课表：

学员手册参考这里

一、 环境搭建：

参考这里，OpenMMLab 2.0 系列环境，非官方，但好用

conda activate mmlab2         # 切换至 OpenMMLab 2.0 系列环境（假设已安装好 PyTorch）
pip install -U openmim        # 安装 mim
mim install mmengine          # 安装基础库 mmengine
mim install "mmcv==2.0.0rc3"  # 安装基础库 mmcv 完整版（2.x 以后完整版从 mmcv-full 更名为 mmcv）
# 源码安装 mmseg
git clone -b dev-1.x https://github.com/open-mmlab/mmsegmentation.git
cd mmsegmentation
mim install -v -e .

二、课程简介：

总体框架：

社区生态

班级纪律：

结业难度:

三、正式笔记

主流深度学习框架

openmmlab 特色

1. 开源算法体系
2. 开箱即用，完成了繁杂冗余的前期工作，拿来即用。
3. 含主流 + 前沿算法，eg MMdetection 包含了主流方法，办含主流参考论文

个人兴趣：

MMagic : 超分辨，有点意思。
本人主业天文学，希望能应用AI到天文领域，助力现代天文学发展，这也是未来天文学发展的必然趋势。
例如： 如果低分辨数据可以AI生成高分辨数据，就没有必要花大成本建造天文望远镜了。