一.OpenMMlab概述:
OpenMMlab是一个开源项目,主要面对深度学习时代计算机视觉算法的研发,提供一整套算法框架和工具体系。
OpenMMLab在国内人工智能算法开源领域遥遥领先,受到了学术界和工业界的广泛好评,在多个国际学术竞赛上被冠军团队采用,并通过完善工业级支持,为各头部企业以及中小企业提供便捷的模型训练和部署框架,形成了十分广泛的工业应用生态,被广泛用于智慧城市、智慧医疗、智慧工业、智慧文娱等各个领域。
二.OpenMMLab代表算法库:
MMDetection(目标检测算法库):
提供基准测试的目标检测开源工具箱
- 模块化设计
- 支持多种现有的框架
- 支持高效率的模型训练
- 性能极佳
MMYolo(目标检测):
MMOCR(文字检测识别算法库):
文本检测、文本识别和文本理解工具箱
- 全面的训练/推理流程
- 提供多种模型
- 模块化设计
- 支持多种文本相关任务
MMDetection3D(3D目标检测算法库):
下一代通用 3D 目标检测开源工具箱
- 支持多种现有的多模态/单模态检测器
- 支持现有的室内/室外 3D 检测方法
- 与 2D 检测方法能够形成自然的融合
- 提供高效率的训练/推理过程
MMRotate(旋转目标检测算法库):
旋转框检测工具箱与测试基准
- 旋转框检测的统一框架
- 灵活的模块化设计
- 强大的基准模型与SOTA
- 和 MMDetection 的自然集成
MMSegmentation(图像分割算法库):
最全面的语义分割开源工具箱
- 支持多样的语义分割网络方法
- 模块化设计
- 以更短的训练时间获得更高的模型性能
- 为语义分割提供统一的训练/推理流程
MMPretrain(多模态算法库):
open-mmlab/mmpretrain: OpenMMLab Pre-training Toolbox and Benchmark (github.com)
提供深度学习预训练模型和算法的工具箱
支持多样的主干网络与预训练模型
支持多种训练策略(有监督学习,无监督学习等)和技巧
高效率和高可扩展性
丰富的模型分析,可视化和实验的脚本
MMPose(姿态估计算法库):
提供基准测试的姿态估计开源工具箱
- 支持自顶向下和自底向上的范式
- 针对人、手、脸和动物等不同对象的 2/3D 姿态估计
- 提供多种姿态评估模型
MMHuman3D(三维人体姿态估计算法库):
人体参数化模型工具箱与测试基准
- 使用模块化的框架复现流行的算法
- 通过一个统一的数据规范 HumanData 支持多种数据集
- 多功能可视化工具箱
MMAction2(视频动作识别算法库):
下一代行为理解开源工具箱
- 能够处理行为识别,定位,检测和骨骼动作识别四大类任务
- 支持 20+ 不同数据集, 支持 20+ 种不同算法
MMagic:
MMDeploy:
一个开源深度学习模型部署工具箱
- 全面支持 OpenMMLab 模型的部署
- 支持多种推理后端, 包括: TensorRT, OpenPPL, ONNX Runtime, ncnn, OpenVINO
- 高度可扩展的 SDK 开发框架 (C/C++)