课程标题:计算机视觉之基础算法及OpenMMLab入门
第一部分,介绍OpenMMLab的概况。包括主要的算法库和数据集介绍。
首先,说明了为什么要有开源的人工智能算法框架:打好人工智能的地基,把最底层的代码逻辑实现了,使得普通人可以站在巨人的肩炮上,利用已经训练好的模型直接解决生活、工作中的问题,而不是自己从零开始。
主要的算法模型有:
MMDectection:可用于目标检测、实例分割、全景分割
MMSegmentation:语义分割、遥感、医疗影像
MMPose & MMHuman :姿势检测
MMTracking:视频追踪、无人机追踪
MMAction2
6个数据集
MMEditing :图像修复、超分辨率、抠图、图像生成
具体每个模型的详细情况可以通过官网查看:openmmlab.com
补充一点:现在区分OpenMMLab 1.0 和 2.0,本次训练营中除了MMSegmentaation在2.0之外,其他的模型都在1.0
第二部分 机器学习、神经网络和卷积神经网络
监督学习、无监督学习、强化学习
机器学习:线性分类
模型实现的步骤:1、训练;2、验证; 3、应用
神经网络:非线性分类问题
梯度计算、反向传播
非线性的激活函数:Sigmoid, Relu
卷积神经网络:专用于计算机视觉