深度学习openMMLab的介绍和使用

已于 2023-04-02 11:38:51 修改
阅读量743 收藏 3
点赞数
分类专栏： 深度学习 文章标签： 深度学习 python 人工智能
于 2023-04-02 10:35:06 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_54634272/article/details/129907455
版权

文章目录


立于皓月之边，不弱星光之势

MMCV介绍

MMCV 开源框架从属于 OpenMMLab 系列，OpenMMLab 系列是专为计算机视觉不同方向建立统一而开放的代码库。目前已经开源了多个算法框架，例如物体检测的 MMDetection、语义分割的 MMSegmentation 和姿态估计的 MMPose 等等。

MMCV的安装

安装地址：https://download.openmmlab.com/mmcv/dist/cu113/torch1.10.0/index.html

修改链接中的cu113

这里需要修改cu113为自己的cuda版本
查看自己cuda版本的方法：打开命令行输入nvcc -V
我这里是11.7，则改为117。如果没有则可以找相邻版本。
在这里插入图片描述

修改链接中的torch1.10.0

这里需要修改torch1.10.0为自己的torch版本

  • 查看自己torch版本的方法：打开命令行输入 conda env list 查看所有环境。

  • 在这里插入图片描述

  • 输入 activate pytorch1.13进入虚拟环境

  • 在这里插入图片描述

  • 输入 pip list 查看torch版本

  • 在这里插入图片描述
    在这里插入图片描述
    下载之后打开命令提示符先切入到虚拟环境再切换到下载目录
    输入命令：pip install mmcv_full-1.7.1-cp39-cp39-win_amd64.whl
    在这里插入图片描述

物体分类MMCLS

源码下载

https://github.com/open-mmlab/mmclassification
在这里插入图片描述

配置参数解读

配置文件的组成

如何生成完整配置文件

定义自己的数据集

构建自己的数据集

训练自己的任务

物体检测MMDetection

语义分割MMSegmentation

姿态估计MMPose

未完成，持续更新中。。。

python-码博士
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
OpenMMLab mmcv、mmdet、mmseg使用教程
stdleohao的博客
12-08 1315
商汤公开课 课程总结 | OpenMMLab开源体系揭秘 OpenMMLab开源工具使用教学（一） 注册器的使用 OpenMMLab开源工具使用教学（二）
OpenMMLAB实战系列视频教程
09-13
分享课程----MMLAB实战系列视频教程，完整版附源码。MMLAB最大最全的开源视觉代码库合集！深度学习时代最完整的计算机视觉开源算法体系！
openmmlab之python环境搭建
weixin_45537132的博客
02-17 183
mmpose训练模型前的环境安装
用 OpenMMLab 轻松搭建主干网络，多种视觉任务一网打尽
qq_39967751的博客
04-15 6984
OpenMMLab 框架几乎全面覆盖了深度学习视觉任务的方方面面。针对每一个具体的任务，我们都提供了一个相应的算法库，如用于分类任务的 MMClassification，用于检测任 MMDetection 和用于分割任务的 MMSegmentation 等等。 随之而来的一个问题是，如果我希望将研究的方法应用于多个任务，在多个任务上进行评测，是不是要把各个算法库都 fork 一份？更进一步地，如果我希望将我依赖 OpenMMLab 框架的代码开源出去，应该怎么做呢？ 这里，以我们最为常见的跨任务研究——
MMOCR: OpenMMLab 全流程的文字检测识别理解工具箱
我爱计算机视觉
04-08 1211
号外号外，继港中文-商汤OpenMMLab开源全景图！之后，OpenMMLab 又有新成员加入咯～ 01 MMOCR特点全流程：支持文字检测、文字识别以及其下游任务...
openmmlab教程2-MMCV使用
wujing1_1的博客
09-01 2251
使用registry（注册器）管理代码库中的模型，需要以下三个步骤。创建一个构建方法（可选，在大多数情况下您可以只使用默认方法）创建注册器使用此注册器来管理模块1. 创建构建器创建builder.py。内容如下from mmcv . utils import Registry # 创建转换器（converter）的注册器（registry） MODELS = Registry('models') # DATASETS = Registry('dataset')2. 创建注册器。...
open-mmlab / mmpose安装、使用教程
热门推荐
CharmsLUO的博客
04-16 1万+
mmpose安装、使用教程mmpose安装教程1. 安装mmcv-full2. 安装MMPose2. 安装mmdet使用教程1. 预测图片2. 预测视频 mmpose mmpose是商汤旗下有又一款好用的工具箱，主要是针对姿态识别任务开发的，包括人体姿态识别和动物姿态识别。里面继承很多现成的网络可以供大家使用，并且提供了训练好的权重。用户可以更具自己的需求训练自己的数据，或者直接应用他们的结果，反正就是很全面啦！！！！ github连接：https://github.com/open-mmlab/mmpos
深度学习预训练库，集成各种经典backbone，基于OpenMMLab_MMPretrain库！！！.zip
最新发布
05-10
深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字、图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 ...
交大PPT通用视觉框架OpenMMlab课程02图像分类与MMClassification
11-27
【交大PPT】通用视觉框架OpenMMlab课程02图像分类与MMClassification【交大PPT】通用视觉框架OpenMMlab课程02图像分类与MMClassification【交大PPT】通用视觉框架OpenMMlab课程02图像分类与MMClassification【交大...
OpenMMLab 进阶指南，模型训练测试全流程解析
CV_Autobot的博客
08-18 955
点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【ECCV2022】获取ECCV2022所有自动驾驶方向论文！后台回复【领域综述】获取自动驾驶全栈近80篇综述论文！后台回复【数据集下载】获取计算机视觉近30种数据集！大家在上手 OpenMMLab 系列算法库时，会不会有这样一种困惑——我们在配置文件中指定的 ResNet 之类的模型，到底是...
mmskeleton：一个OpenMMLAB工具箱，用于人体姿势估计，基于骨骼的动作识别和动作合成
02-05
MMS骨架 介绍 MMSkeleton是一个开源工具箱，用于基于骨骼的人类理解。 这是负责的项目的一部分。 MMSkeleton是根据我们的研究项目。 更新 [2020-01-21] MMSkeleton v0.7发布。 [2019-10-09] MMSkeleton v0.6发布。 [2019-10-08]支持示范动物园。 [2019-10-02]支持自定义数据集。 [2019-09-23]添加基于视频的姿势估计演示。 [2019-08-29] MMSkeleton v0.5发布。 产品特点 高扩展性 MMSkeleton提供了灵活的框架来系统地组织代码和项目，并具有扩展到各种任务
（202302）OpenMMLab实战CV叁——图像分类代码实战与超算平台的使用
raw_inputhello的博客
02-04 224
本次课程主要分为三个部分，mmclassfication的代码教学、第一次作业的指导、使用北龙超云平台完成本次作业的过程。
烂笔头 | OpenMMLab 第一讲
Patricia_daye的博客
05-26 825
0 前情提要 open-mmlab部分框架，加方法综述，亲测可看。 林达华主讲。 涉及： 图像分类 —— MMClassification 目标检测 —— MMDetection 图像分割 —— MMSegmentation 行为识别 —— MMAction2 时序动作检测 时空动作检测 生成对抗系列——图像编辑 —— MMEditing 图像修复 超分辨率 抠图 没找到ppt。 计算机视觉 困难： 同类物体外观差异巨大 不同物体外观相似 拍摄环境的影响 1 图像分类 人工定义 ?
【mmlab2.0】二十分钟入门计算机视觉开源神器OpenMMLab
yikshing的博客
06-01 468
从mmlab到innolab、xedu、mmedu，一站式了解
【OpenMMLab 实战营打卡-第3课】计算机视觉之图像分类代码教学
ALittleBoy的博客
02-04 300
使用 pip 安装的torch 不包括 cuda，所以需要使⽤ module 加载 cuda/11.1 模块。由于超算上原本编译器版本低于5，因此需要module命令加载一个高版本的gcc，本教程指定gcc版本为7.3。由于超算上使用mim命令安装可能存在兼容性的问题，因此这里使用pip命令安装mmcv-full模块。将数据集按照 8:2 的比例划分成训练和验证子数据集，并将数据集整理成 ImageNet的格式。代码如下：注意红框标出路径是否和自己本地路径一致，以自己的文件路径为准。
OpenMMLab实战营第一课打卡
weixin_44034851的博客
02-02 131
openmmlab实战营第一课打卡记录
目标检测与MMDetection——OpenMMLab实战营第四讲
jinglingsheshou的博客
02-07 230
目标检测算法基础
OpenMMLab AI 实战第二课笔记
weixin_47951454的博客
02-03 209
通用视觉框架OpenMMLab AI 实战第二课笔记，主要介绍图像分类与基础视觉模型。
安装mmcv-full适配torch版本
Crazy-Monica的博客
02-08 5590
比如我的cuda版本是10.1,torch版本是1.8.0,mmcv-full安装命令如下。
openmmlab 教程
12-26
在openmmlab教程中，我们可以学习到如何使用现代的深度学习框架来解决计算机视觉和多媒体处理的问题。教程内容涵盖了图像识别、视频分析、物体检测和实例分割等多个领域。 openmmlab教程采用了简单易懂的语言和直观...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值