Day1：OpenMMlab的概述

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。

OpenMMLab

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++)