OpenMMLab 2023/02/02

一、基本介绍

图像分类

作用：给定一张图片，让计算机识别出图片中的物体是什么。

原理：计算机能看到的只是一个个像素的数值，对于一个RGB图像来说，假设图像的尺寸为3232，那么机器看到的就是一个形状为332*32的矩阵，那么机器的任务就是寻找其中的函数关系，这个函数关系可以将这些像素映射到一个具体的类别

机器学习

一般规则：收集数据→定义模型→训练→预测

但是再实践中发现机器学习有算法效率低下的问题，故只能用来处理一些数据量较小的情况，若数据过于复杂，机器学习就难以承受，故后面逐渐由特征工程转变为特征学习

后来随着卷积神经网络的不断迭代和Transformer的出现，特征学习进一步发展为层次化的特征实现

二、卷积神经网络

AlexNet（2012）

Going Deeper（2012~2014）

VGG(2014)

GgggLeNet（Inception v1，2014）

精度退化问题

图像处理技术不断发展，模型层数增加到一定程度之后，正确率反而出现了下降

残差学习

深层网络中，常规训练已经无法满足模型的要求，故使用卷积层拟合一个近似的恒等映射，优化浅层网络。让新增加的层拟合浅层与深层网络之间的差异，更容易学习；梯度可以直接回传到浅层网络监督浅层网络的学习；不引入额外参数，让参数工作更高效

三、图像分类模型发展

四、MMClassification简介

命令：

推理工具：单张图像推理、测试（单卡&多机多卡）

Getting Started — MMClassification 0.25.0 documentation

训练工具：单卡训练、多卡训练（单机&多机）、任务调度器、从checkpoint恢复训练

Getting Started — MMClassification 0.25.0 documentation

使用MIN工具实现训练和测试

MIM为所有OpenMMLab工具提供了统一的命令行接口

流程：下载配置文件和预训练权重→训练→测试

https://github.com/open-mmlab/mim