- 博客(4)
- 收藏
- 关注
RSS订阅原创 OpenMMLab AI笔记10——深度学习预训练与MMPreTrain
MMPreTrain是一个新的升级框架，它源自于MMSelfSup和我们熟悉的MMClassification，因为这两个算法库在模型功能等一些方面存在重合的部分，核心开发者便把他们合成MMPreTrain，旨在成为一个易于使用和用户友好的代码库，并简化学术研究和工程任务。另外，MMPreTrain也合入了多模态相关的功能，支持多种多模态算法和下游任务。
2023-06-06 23:29:28
263
1
原创 OpenMMLab AI笔记9——MMPose代码实战课
因为时间有点赶，所以后面三角板的关键点预测demo我没有跑，直接开始跑作业的耳朵穴位数据集了，因为有前面的铺垫，所以跑穴位数据集相对没遇到什么困难（暂时），上传要训练的数据集，下载相应的config配置文件，或者直接用demo的Faster R CNN和RTMDet-Tiny也行hhhh，但是要改config里面的数据集路径以及类别，完了就可以在终端跑起来了，默默看着work_dirs等待结果……跑分固然重要，但配环境炼丹的过程也很奇妙，希望大家也能享受这个“折磨”的过程，有所进步收获吧~
2023-06-05 00:54:52
182
1
原创 OpenMMLabAI笔记2——人体姿态估计与MMPose
人体姿态估计是指从给定的图像中识别人脸、手部、身体等关键点，输入图像I，输出所有关键点的像素坐标（x1，y1），（x2，y2），（xj，yj），其中j为关键点的总数，j取决于具体的关键点模型，人脸有68个关键点，手势是21个关键点，人体是18个关键点。而姿势形态的多变性，关键点的坐标也会有各种不同的组合，这也是人体姿态估计模式识别的难点所在。3D姿态估计，预测人体关键点在三维空间中的坐标，可以在三维空间中还原人体的姿态，更进一步，我们可以构造人体参数化模型从图像或者视频中恢复出运动的3D人体模型；
2023-06-02 23:56:40
166
原创 AI实战营第一期——浦视开源算法体系OpenMMLab简介
OpenMMLab诞生于2018年，是由中国开发者主导，具有国际影响力的人工智能计算机视觉开源算法体系，在2022年的世界人工智能大会上，OpenMMLab正式发布2.0版本。OpenMMLab已经累计开源了超过30+个算法库，有2400+个预训练模型（开箱即用），涵盖图像识别分类、目标检测、图像分割、姿态估计、视频理解、OCR光符识别、3D目标检测、3D人体姿态估计、模型轻量化、自监督学习、少样本学习、光流估计，预训练+多模态、AIGC……几乎涵盖各类的计算机视觉任务，可以说是一个非常丰富的工具箱。
2023-06-01 23:46:18
368
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人