【OpenMMLab 2023 Course】Lecture 1

写在前面

之前有一些CV方面的研究，同时使用过MMEditing的基础，因此笔记主要记录不太熟悉或比较重要的部分，其余部分会简略一些。

计算机视觉简介

OpenMMLab简介

• 深度学习时代最完整的计算机视觉开源算法体系

总体架构

• 部署框架：MMDeploy
• 算法框架：各算法库（MMDetection、MMSegmentation、MMEditing等）
• 基础库：MMCV、MMEngine（2.0增加）
• 训练框架：PyTorch

OpenMMLab 2.0改进

• 通用性：训练器负责构建模型、数据等组件，各算法库构造Runner即可
• 统一性：在MMEngine中增加更多抽象模块或模块方法，并支持自监督、半监督、少样本、多模态、多任务学习，并统一了不同算法库之间的接口定义
• 灵活性：增加可视化器，可获取任意位置信息进行可视化分析
• 迭代：2023年处于新旧版本兼容阶段

机器学习和神经网络简介

机器学习简介

神经网络简介

• 模型容量：神经网络拟合各种函数的能力
  • 欠拟合、拟合、过拟合
  • 容量高于任务所需时，可能会过拟合

卷积神经网络

• 尺寸计算公式

$$H^{\prime }=\lfloor \frac{H-F+2p}{S}\rfloor +1$$

• H为原特征图尺寸、F为卷积核尺寸、p为padding、S为stride

PyTorch环境配置与基本使用