小白入门语义分割：MMSegmentation Day1，启动！

序言：

苦逼大学生假期无所事事，该做些什么好呢——当然是跟着子豪哥，入门CV里的语义分割！

怎么会参与这个项目？

1.暑假没事做，又不想整天在家里躺尸，看到公众号有推一起学的项目，便报名了自己感兴趣的模块。

2.学习需要，大创正好在做影像检测与提取的内容，自己负责的部分有语义分割的任务，之前压根不知道这是什么东东，这次借着这么好的机会学习一下！

主要内容：

今天主要是概览：

看一下文档，明白这个语义分割这个方向到底是做什么的，以及对要学习的OpenMMLab开源语义分割算法库MMSegmentation做大致了解

语义分割：

语义分割(semantic segmention)，也就是通常理解的图像分割，它是一个逐像素的图像分类问题，每个像素预测类别唯一，可数目标与不可数目标都要分类。当然，语义分割只是图像分割中的一个类型，除此之外，还有像实例分割、全景分割、Image Matting、弱监督与迁移学习等方向

MMSegmentation：

MMSegmentation 是目前开源项目中模型最丰富的语义分割代码库。其在统一setting 下，针对不同数据集、不同算法进行了丰富和全面的 benchmark，可以发现相同算法或 module 在不同数据集表现性能是不一致的，同时也有计划分析下这其中不同的任务、数据更为适用的模型结构和训练策略，探索数据特性、模型/module、性能之间的关系，进而研究数据和应用场景驱动的模型/module结构设计

 简单规划一下接下来一周的重点任务：

1.捡起Python（主要是看Py4e

2.熟悉深度学习环境配置

3.跟着子豪哥尽量把整个项目流程走完