OpenMMLabAI实战营7 MMSeg教程笔记兼心得体会

安装对应torch、mmcv、seg等
命令行方式调用demo或python api方式
与det、cls类似使用init_model初始化，然后调用inference_model得到result等
result中有pre_seg_seg, seg_logits
pre_seg_seg尺寸为单通道，大小与原图一致
seg_logits 有种数个通道，为置信度
自己的数据集需要修改注册数据集类，加入datasets后在init中进行修改
Runner.from_cfg(cfg)
runner.train()
runtime 调运行时
model 调模型
schedule 调学习率优化器等

目前AI实战营的课程已经结束，只剩最后一次作业，在此顺便说下参加本次实战营的心得。
一开始参加本次实战营是为了学学MMCV怎么用的，毕竟之前就挺感兴趣只是没动力学，借此推了自己一把。
本次的老师、班长和助教都有较为丰富的经验，上课的内容比较丰富，课下也能为同学们解答问题。

接下来我想说下可以改进的地方，可能嘴巴比较毒，见谅。

1. 大多数视频都是录播，除了两次子豪兄的课。既然这样我认为不如直接发出来PPT讲义和视频，然后只设置作业和提交期限就够了，比如一周直接把MMCls和MMDet的课程发出来，然后下周一前完成作业即可，毕竟工作党工作日并没有太多时间可以支配。然后在每周五晚上进行集中答疑。
2. 进阶作业存在的合理性，感觉大家学这个都是为了特定任务，如果强求每个类别都做进阶质量可能很差，不如作业只做基础作业，然后进阶作业只布置一个大作业，不限库，所有课程结束后上交，这样可能更能催生优秀项目。

最后再次感谢各位老师、班长和助教的贡献。