OpenMMLab-AI实战营第二期-开营仪式

课程笔记

动手是深度学习中最为重要的部分，能够极快的提高自己的能力。但是每个人的水平是有上限的，并不能对方方面面的问题都有深刻的认识。因此，站在巨人的肩膀上就非常的有意义，openMMLab刚好就担任了这个角色，其中包含了大量SOTA算法的优雅实现，无论是在学术还是工程上都有非常高的价值。
虽然之前就已经简单用过openMMLab，但是当时只是浅尝辄止。这次乘着实战营的机会，我尽量督促自己完成对应的课程和实验，提高对openMMLab的理解。
在接下来一段时间里，我会在每次课程中都发布对应的博文，记录相应的笔记。

---

OpenMMLab简介

openMMlab是基于pytorch的工具包，不是一个新的框架。

OpenMMLab框架

OpenMMLab由底层基础库MMCV和MMEngine组成，实现了一些基础算法；再次基础上还包含一系列视觉相关的任务的工具包，例如语义分割、目标检测、光流估计等等；最后还包含一些模型部署相关的工具。

实战营简介

参与课程可以动手做一些实验，完成课程后还有一些福利。

课程安排

课程安排还挺紧凑的。

作业提交

与其他在线课程不同，实战营有严格的做作业要求，不完成作业会被踢出群，可以督促参与。