【mmlab】mmlab系列部分算法

介绍几个我常用的mmlab系列算法

MMPreTrain

github：https://github.com/open-mmlab/MMPreTrain
深度学习的预训练工具箱，图像分类
各种骨干网和预训练模型
丰富的训练策略（监督学习、自我监督学习等）和技巧
高效率和可扩展性
用于模型分析、可视化和实验的强大工具包

MMagic

github：https://github.com/open-mmlab/mmagic
开源多模态高级、生成、智能创作工具箱。
涵盖各种生成模型，包括 GAN、扩散模型等
支持对稳定扩散及其令人兴奋的扩散应用进行微调
支持一系列任务，包括图像修复、图像文本生成、3D 生成、图像修补、图像抠图、超分辨率和生成
通过组合不同的模块轻松构建自定义生成模型

MMYOLO

github：https://github.com/open-mmlab/mmyolo
OpenMMLab YOLO系列工具箱和基准测试
支持对系列YOLO算法进行公正的分析和比较
高效率
行业友好型部署

MMSegmentation

github：https://github.com/open-mmlab/mmsegmentation
最全面的语义分割工具箱。
支持多种语义分割方式
模块化设计
更高的性能，更少的培训时间
用于语义分割的统一训练/推理管道

MMDetection

github：https://github.com/open-mmlab/mmdetection
目标检测
模块化设计
支持开箱即用的多个框架
高效率
最先进的技术

MMRotate

github：https://github.com/open-mmlab/MMRotate
旋转物体检测
用于旋转物体检测的统一框架
灵活的模块化设计
强大的基线和最先进的方法
与 MMDetection 自然集成