Open MMlab AI实战 学习笔记三

Open MMlab平台：

今天又回看了下同济子豪兄对Open MMlab的介绍视频，从个人的角度来理解(认识有限，误喷)，相当于把所有的算法模块化，标准化，隐藏了算法内部实现的复杂性，把便利留给业务方；类比于C++或者python的编程语言，对于代码开发者来说，只需了解一个整型类的属性和用法，而无需关心本身编程语言是怎样表达和实现类型，如内存中整型的数据结构是什么，内存怎么管理；Open MMlab这个平台，提供的就是类型于编程语言的规范，只要遵循一定的规则，那么用户就可以根据自己的业务，开发出不同的产品，不得不说，这对大众来说是多好的福利。

那么Open MMlab是怎样通过一套规范，去规范和流程化实际的开发呢？

以MMPose模块为例，类比于日常开发工作：

1.开发环境安装：由于Open MMlab是使用pytorch实现的，故而要安装pytorch和其它依赖

2.数据(变量)：类比于编程语言，此处的数据或者是变量，我们理论上可以输出任务满足算法模型的数据，但为了方便起见，我们可以下载视频中提供的素材

3.过程：状态的变化，本质上是数据的变更，类比于编程，其实深度学习，也需要一个规则来改变数据，也就是我们所说的模型，那么我们需要先吃透算法模型，再手写算法模型吗？显然不需要，就好比实现一个网页开发，我们需要实现ES6语法，实现V8引擎吗？显然不需要，因为我们是工程应用层，我们只需要学会怎么在规则下实现我们的开发，即我们需要下载训练模型(Open MMlab已实现)

4.按算法的用法，使用命令行或者相关API，喂入数据，调用相关算法模型，效果检验；如不佳，调整相关参数即可(和编程中函数或者方法的传参类型，变的不是参数，而是参数的值)