本文概述了计算机视觉的基本概念，提及了ImageNet数据库和AlexNet模型在发展中的作用。同时，介绍了OpenMMLab开源项目，如MMDetection和MMDetection3D，以及OpenMMLab2.0的特性。内容还涵盖了机器学习和神经网络的基础，包括PyTorch环境的配置和基础使用。通过学习，读者能深化对神经网络的理解并进行简单的CNN训练实践。
梳理
计算机视觉概述
计算机视觉是一门让计算机学会 "看"的学科，研究如何自动理解图像和视频中的内容。
可以应用在人脸识别、识物、动漫特效、航班转地图等领域。
计算机视觉的发展
介绍ImageNet数据库、AlexNet模型等。
OPenMMLab开源体系
介绍算法框架MMDetection、MMDetection3D等。
OPenMMLab2.0整体介绍
从其通用性、灵活性等方面介绍。
机器学习和神经网络
从基础方面，到神经网络结构原理，以及训练过程逐步深入讲解，并介绍了pytorch环境配置与基础使用。
心得
通过第一节课程，能够逐步从机器学习基本原理过度至深度学习训练流程，加深了对神经网络的理解，能够自己搭建虚拟环境，并简单测试卷积神经网络训练过程。
476
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
