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:
一、 环境搭建:
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
- 开源算法体系
- 开箱即用,完成了繁杂冗余的前期工作,拿来即用。
- 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。