MMLAB-AI训练营笔记——Day1

1. 计算机视觉的基础任务

• 定义：使用算法对图片、视频等数据进行挖掘处理
• 三大关键任务：图像分类问题（无需知道像素之间的关系）、目标检测（在图像分类基础上增加目标信息和位置信息）、图像分割。Localization：图像中只有一个物体，只需要定位着一个物体
• 语义分割、实例分割（区分每一个同类物体）、关键点检测
• 总之，都是模式识别和数据挖掘
• 实例分割最难，图像分割最简单。

2. 经典网络

• Alexet出现后，使计算机视觉准确率大大提高：AlexNet, ZFNet, GoogLeNet, ResNet, DenseNet, SENet。
  用深度神经网络做数据挖掘问题。

3.例子

• 人脸识别：通用目标检测和专用目标检测
• 无人驾驶避障、车道线检测。
• 图像生成、风格迁移
• 视频理解与自动剪辑

4.计算机视觉的发展：

• ImageNet在2006年建立；
• AlexNet突破传统视觉系统性能；
• Fast R-CNN目标检测走入深度学习时代；
• 深度生成对抗网络实现图像生成；
• 众多深度学习框架涌现

5.算法框架介绍

• MMDetection：目标检测、实例分割、全景分割（加入全景感知）
• MMDetection3D：物体具有3D坐标
• MMClassification
• MMSegmentation
• MMEditing

换config文件就可以实现不同模型在同一数据集上的跑分