第一讲 概述课

OpenMMLab概述

统一的算法框架和生态。
总体框架：

社区生态：

目标检测算法库

MMDetection

• 任务支持：目标检测、实例分割、全景分割
• 覆盖广泛：440+个预训练模型、75+个直流+前沿算法、主流学术数据集
• 算法丰富：两阶段检测器、一阶段检测器、级联检测器、无锚框检测器、Transformer
• 使用方便：训练工具、测试工具、推理API

MMYOLO

覆盖yolov1-yolov8的模型。

文字检测识别算法库

MMOCR

文件检测、文字识别、关键信息提取。

3D目标检测算法库

MMDetection3D

包括7个数据集、40+种算法、130+个预训练模型。

图像分割算法库

MMSegmentation

• 算法丰富：600+个预训练模型、40+篇算法复现
• 模块化设计：配置简便、容易拓展
• 统一超参：大量消融实验、支持公平对比
• 使用方便：训练工具、测试工具、推理API

图像分类+预训练+多模态算法库

MMPretrain

支持图像分类、图像描述、视觉问答、视觉定位、检索任务。算法库支持77个算法，共508个预训练模型。

姿态估计算法库

MMPose

包括人体2D/3D关键点、手部2D/3D关键点、脸部关键点、服装关键点、动物姿态估计。

MMHuman3D

主要用于VR和动作捕捉领域。

视频动作识别算法库

MMAction2

包括行为识别、时序动作检测、时空动作检测。

• 全面支持：动作识别、时序检测、时空检测
• 算法丰富：200+个预训练模型、20+篇论文复现
• 更优更快：训练速度、模型精度
• 使用方便：训练工具、测试工具、推理API、多IO后端支持

生成模型+底层视觉+AIGC算法库

MMagic

包括文本图像生成、图像去噪、图像重建、图像超分辨率、图像去雾、视频超分辨率、视频插帧、图像填充等任务。

模型部署工具箱

MMDeploy