OpenMMLab 2023/02/01

最新推荐文章于 2024-08-10 22:15:42 发布
最新推荐文章于 2024-08-10 22:15:42 发布
阅读量100 收藏
点赞数
文章标签： 深度学习 计算机视觉 神经网络 Powered by 金山文档
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_52639425/article/details/128854223
版权

一、计算机视觉

  1. 图像分类

识别图中物品类别

  1. 目标检测

把图中物体框选出来

  1. 语义分割

不管重合物体，不管物体个数

  1. 实例分割

区分每一个物体

计算机神经网络层数发展

二、OpenMMLab总体现状

  1. 总体框架概述

  1. 算法框架

  1. MMDetection

  1. MMDetection3D

  1. MMClassification

  1. MMSegmentation

  1. MMPose&MMHuman3D

  1. MMTracking

  1. MMAction2

三、机器学习

  1. 神经网络雏形——感知器模型

  1. 机器学习基本流程

lnstanter
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
书生·浦语大模型实战营之 XTuner 微调 Llama 3 个人小助手认知
段智华的博客
04-22 115
书生·浦语大模型实战营之 XTuner 微调 Llama 3 个人小助手认知Llama 3 近期重磅发布，发布了 8B 和 70B 参数量的模型，XTuner 团队对 Llama 3 微调进行了光速支持！！！开源同时社区中涌现了 Llama3-XTuner-CN 手把手教大家使用 XTuner 微调 Llama 3 模型。
书生·浦语大模型实战营之XTuner多模态训练与测试
段智华的博客
04-16 131
书生·浦语大模型实战营之XTuner多模态训练与测试 在本节课中，我们将学习使用XTuner微调多模态LLM的内容，本部分需要的GPU资源为24GB 30% 的 A100。这是学完本节内容后的多模态LLM性能效果展示：Haotian Liu等使用GPT-4V对图像数据生成描述，以此构建出大量 – 的数据对。利用这些数据对，配合文本单模态LLM，训练出一个Image Projector。所使用的文本单模型LLM和训练出来的Image Projector，统称为LLaVA模型 LLaVA: Large Lang
【七班】MMPretrain代码课与作业
chenghong1的专栏
06-08 541
MMPreTrain，猫狗数据集，果蔬数据集，OpenMMlab，MMCls，multimodel
MMSegmentation安装
Eason___的博客
04-28 775
mmsegmentation的安装、训练和测试
计算机视觉最全专栏教程总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
03-31 1万+
为方便更多CV方向学习者学习，本次新星计划活动学习内容不仅包括为本人博客专栏，还会涉及部分知识星球:CV技术指南内容 ，星球文章内容成专栏体系 ，会分享最新论文+ 部署实战+ 资源教程共享，方向很多，包括不限于2D/3D、缺陷检测、分割、Diffusion Model、AIGC、Transformer、点云、遥感图像、量化剪枝蒸馏、REID、医学图像、目标跟踪、车道线、行为、图神经网络、GAN等。
IDE & Framework之mmdetection使用记录20200707-
NeXT_Vision的博客
09-12 1975
- mmdetection代码阅读 - mmdetection安装 - mmdetection使用 - 模型训练过程中的问题记录 - 杀死进程, 强制释放GPU - 命令`nvidia-smi` 的打印输出解释 - 多GPU训练 - mAP跳动, 相同config下前后训练得到的模型的性能不一样 - cuda,cudnn - 同时安装CUDA10.0和CUDA10.1及版本切换 - 问题记录 - RuntimeError: xxx must be contiguous
mit-bevfusion遇到的问题及其解决办法
2301_77102499的博客
03-31 360
检查bevfusion下面的是否存在一个nuscenes文件夹，如果有，需要修该bevfusion/tools/data_converter/nuscenes_converter.py。注释掉 mmdet3d/ops/__init__.py 中的 from .feature_decorator import feature_decorator。和 mmdet3d/models/backbones/__init__.py 中的 from .radar_encoder import *1.下载openmi。
mmclassification 训练自己的数据集
qq_40622955的博客
04-22 748
如果你也喜欢这样的方式可以直接copy附录中的config修改去训练。mmlab系列的训练测试转化都是以config来配置的，三个基础块，一个是数据集，一个是模型，一个是runtime，有很多模型都是从_base_目录中继承这三个组件，然后修改其中的一些选项来训练不同的模型和数据集。：我训练的时候有些图好像是坏的，mmcv以opencv为后端来获取图片，这里最好先把坏图过滤掉，不然训练的时候会报cv imencode失败或者找不到图像。下面是我训练mobilenet v3时修改的config。
使用MMDeploy（预编译包）转换MMxx(MMDeploy支持库均可)pth权重到onnx，并使用python SDK进行部署验证
weixin_43749999的博客
04-22 1608
使用MMDeploy（预编译包）转换MMxx(MMDeploy支持库均可)pth权重到onnx，并使用python SDK进行部署验证
open-mmlab://resnet50_caffe
12-12
mmlab自带的resnet50源文件，resnet50_caffe-788b5fa3.pth，resnet50_caffe-788b5fa3.pth
OpenMMLAB实战系列视频教程
09-13
OpenMMLAB实战系列视频教程是一套专注于深度学习与计算机视觉技术的教程资源，由MMLAB（多媒体计算与学习实验室）提供。这套教程旨在帮助学习者深入理解并掌握OpenMMLAB这一最大最全的开源视觉代码库，涵盖了深度...
通用视觉框架OpenMMlab课程01计算机视觉与OpenMMLab概述
11-27
通用视觉框架OpenMMlab课程01计算机视觉与OpenMMLab概述通用视觉框架OpenMMlab课程01计算机视觉与OpenMMLab概述通用视觉框架OpenMMlab课程01计算机视觉与OpenMMLab概述通用视觉框架OpenMMlab课程01计算机视觉与Open...
OpenMMLab 开源体系揭秘.pdf
02-27
OpenMMLab 开源体系揭秘 OpenMMLab 是一个开源的计算机视觉算法开放平台，由商汤科技发起，旨在提供高质量的代码框架和完善的科研平台，减少算法复现难度，促进产学研打通。该平台涵盖多个研究热点方向，包括目标...
交大PPT通用视觉框架OpenMMlab课程02图像分类与MMClassification
11-27
【交大PPT】通用视觉框架OpenMMlab课程02图像分类与MMClassification【交大PPT】通用视觉框架OpenMMlab课程02图像分类与MMClassification【交大PPT】通用视觉框架OpenMMlab课程02图像分类与MMClassification【交大...
深度学习 —— 个人学习笔记14（ResNet、DenseNet）
Springer的博客
08-06 273
本文章为个人学习使用，版面观感若有不适请谅解，文中知识仅代表个人观点，若出现错误，欢迎各位批评指正。文中部分知识参考：B 站 —— 跟李沐学AI；
3D靓图！CEEMDAN-Kmeans-VMD-CNN-BiLSTM-Attention双重分解卷积双向长短期注意力多元时序预测
最新发布
关注并私信文章链接，获取对应文章源码和数据，机器学习之心的博客。
08-10 331
3D靓图！CEEMDAN-Kmeans-VMD-CNN-BiLSTM-Attention双重分解卷积双向长短期注意力多元时序预测
机器学习/深度学习——梯度下降法（Gradient descent）详解. 步骤清晰 0基础可看
m0_52889787的博客
08-10 661
梯度下降法是一种用于最小化目标函数的迭代算法，广泛应用于机器学习和人工智能中的参数优化。选择一个初始点θ0​在参数空间中开始搜索。参数可以随机初始化，但应避免全部初始化为零。确定一个适当的学习率α，它是一个正的常数，用于控制每一步更新的幅度。在每一步迭代中，计算目标函数Jθ关于参数θ的梯度∇θ​Jθ。梯度是损失函数增长最快的方向。θnew​θ−α⋅∇θ​Jθ重复步骤3和4直到满足停止条件。每次迭代都使参数更接近最小损失点。ϵ∣∣∇θ​J。
基于深度学习的模型可解释性
weixin_42605076的博客
08-07 857
基于深度学习的模型可解释性是指开发和应用方法，使得复杂的深度学习模型能够被人类理解和解释。这对于增强模型的透明度、可信度和应用的安全性至关重要。
checkpoint='open-mmlab://detectron2/resnet101_caffe'是什么意思
03-24
checkpoint='open-mmlab://detectron2/resnet101_caffe'是指使用了开源目标检测框架Detectron2中的预训练模型ResNet101（使用Caffe实现）的检查点。这个检查点可以帮助我们在图像识别中进行预测。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值