OpenMMLab第一课

小鱼吐泡泡

已于 2023-02-01 22:31:01 修改

阅读量138

点赞数

分类专栏： pytorch 文章标签：深度学习计算机视觉人工智能

于 2023-02-01 22:29:34 首次发布

本文链接：https://blog.csdn.net/u013216542/article/details/128841099

版权

pytorch 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

OpenMMLab第一课

通用视觉框架OpenMMLab

通用视觉框架OpenMMLab

在这里插入图片描述
非常开心参与了这一次关于OpenMMLab公开课程的学习，本次课程由张老师进行详细地讲解，覆盖了从计算机视觉的发展历程到OpenMMLab开源框架的介绍等内容。

OpenMMLab部署框架

在这里插入图片描述
首先，介绍了OpenMMLab框架的整体部署结构信息，里面涵盖了主要的计算机视觉任务（图像分类/2D、3D目标检测、图像分割等）的算法库，可以解决目前主流的计算机视觉任务，实用价值较高。

上图更加详细地介绍了OpenMMLab框架，并且可以将这些算法通过MMDeploy搭载到各个硬件平台上，比如部署到手机上、苹果电脑上等。

计算机视觉算法应用案例

在这里插入图片描述
OpenMMLab的算法库第一个应用案例可以实现行人过马路的多目标检测、更细腻度的实例分割区分每个人物个体以及难度更大的全景分割，不仅分割人物个体还区分了背景马路、桥梁等。

OpenMMLab的算法库第二个应用案例可以实现图像的分类，还详细介绍了图像分类模型的发展历程，由2014年提出的vgg模型到2021年sota模型swin-Transformer。
在这里插入图片描述
OpenMMLab的算法库第三个应用案例是图像的分割，应用场景列举了无人驾驶汽车、遥感、医疗影像分析等。对于图像分割，OpenMMLab的算法库包括了420个以上的预训练模型，方便更好地运用。

OpenMMLab的算法库第四个应用案例是2D、3D人体姿态建立以及人体关键点检测，并且通过播放视频展示了一个手部的关键点捕捉。
在这里插入图片描述
OpenMMLab的算法库第三个应用案例是可以实现图像的修复，将残缺的图像进行复原，同时也可以图像的超分辨率生成等内容。