学习笔记1---OpenMMLab算法介绍

OpenMMLab总体框架包括部署框架MMDeploy、算法框架（如目标检测、语义分割等）、视觉基础框架（如神经网络算子）和训练框架（基于pytorch）。
github链接：
open-mmlab

一、算法框架

1、目标检测算法库MMDetection

该算法库包括一些经典的算法如Faster R-CNN和一些前沿的算法如yolo系列，该算法库支持目标检测、实例分割和全景分割。

2、文字检测识别算法库 MMOCR

该算法库主要包括文本检测、文本识别和关键信息提取，其中关键信息提取指的只提取我们所关注的信息，如提取一张发票中的价格信息。

3、3D目标检测算法库 MMDetection3D

该算法库支持点云 3D 检测、单目 3D 检测、多模态 3D 检测和点云 3D 语义分割等，其包括40+种算法、7个数据集和130+个预训练模型，主要应用场景有自动驾驶。

4、 旋转目标检测算法库 MMRotate

该算法主要用于在检测目标时，可绘制一些可旋转的目标检测框，比如正在行驶的船只的检测。

5、图像分割算法库 MMSegmentation

该算法库用于进行语义分割和实例分割，如医学图像分割和卫星遥感图像分割，其包括600+个预训练模型和40+个算法。

6、图像分类+预训练+多模态算法库 MMPretrain

该算法库的功能包括图像分类、图像描述、视觉问答、视觉定位和检索，可以在检测图片的同时对图像进行描述。

7、 姿态估计算法库 MMPose和三维人体姿态估计算法库 MMHuman3D

维度：2D/3D。
格式：图像/视频。
应用场景：行为分析、医学穴位赋值定位、体育竞赛。

8、视频动作识别算法库 MMAction2

9、生成模型+底层视觉+AIGC算法库 MMagic