OpenMMlab的整体概述和作用

是什么？

开源算法体系（非框架、有开源代码）
用pytorch实现

优势

开箱即用，复现了很多顶会论文中的算法。每个cv任务对应算法库，其中顺序即为学习路线。便于对比实验。

使用统一的框架、超参数，做对比实验时更公平、客观。
目标检测、实例分割通常是一块儿进行的。
含有很多小众方向算法库，好发论文。
含有丰富的主干网络、多种自监督学习策略，容易使用，从而涨分涨点

包含哪些开源的项目

• MMYOLO
  收录了基于yolo的目标检测算法，一站式复现。

• MMOCR
  包含文本检测、文本识别、关键信息（结构化信息）提取，支持中英文、数字

• MMDetection3D
  可以实现3D目标检测任务

• MMRotate
  实现旋转目标检测任务，例如：图中目标框的方向和船的方向一致。
  
  与普通目标检测任务不同之处在于：普通目标检测任务中的目标框是竖直的矩形，不随目标物体姿态、方位的变化，但是旋转目标检测任务的目标框会随物体的姿态、方向而变化。

• MMSegmentation
  图像语义分割
  图像分类+预训练+多模态算法库

• MMPretrain

• MMPose
  姿态估计（支持动物、手、人、服装关键点检测）

• RTMPose
  高精度姿态估计（有语义的点）

• MMHuman3D
  三维人体姿态估计

• MMAction2
  视频动作识别算法库，视频上下帧关系、时序 （例如聋哑人的手语翻译应用）

• MMagic
  图像去噪、重建、视频超分辨率、黑白照片上色、图像填充任务
  里面含有生成模型+底层视觉+AIGC算法库。
  例如Dreambooth算法库（广告：画秦始皇干杯时喝的我们品牌的酒）

• MMDeploy
  模型终端本地部署（快速），实现跨平台、快速推理。
  

• Playground
  趣味应用游乐场，里面有很多好玩儿的demo

最后附上一张关于它能做啥的图