OpenMMLab-AI实战营第1课学习笔记

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