OpenMMLab计算机视觉开源算法平台

最新推荐文章于 2024-05-12 05:25:38 发布
最新推荐文章于 2024-05-12 05:25:38 发布
阅读量864 收藏 1
点赞数
文章标签： 计算机视觉 深度学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_47354208/article/details/125937134
版权

OpenMMLab计算机视觉开源算法平台

image-20220722164320838

图像分类与mmclassification

image-20220722165327111

image-20220722165359331

image-20220722170105394

image-20220722170121349

image-20220722170222410

目标检测与MMDetection

基于区域的方法RCNN：

image-20220722170637967

image-20220722170700399

image-20220722170735162

  • 一阶段方法
  • 二阶段方法

image-20220722170806544

image-20220722170838616

语义分割与MMSegmentation

DeepLab 全卷积网络

image-20220722171424420

image-20220722171611212

image-20220722171705237

image-20220722171716909

视频分析与MMAction2(行为识别)

对视频中的动作进行理解与分类

视频=空间+时间=外观+运动

image-20220722172242149

通过神经网络捕捉其中外观以及外观的运动

image-20220722172329393

  • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0beN0Hyh-1658483027580)(C:\Users\24100\AppData\Roaming\Typora\typora-user-images\image-20220722172414172.png)]

image-20220722172634236

image-20220722172657430

图像编辑与MMEditing

https://thispersondoesnotexist.com/

生成对抗模型

image-20220722173500024

image-20220722173612837

image-20220722173630862

图像修复:修复受损区域

image-20220722173757990

image-20220722173823193

从低清视频到高清视频

image-20220722173947757

抠图:

image-20220722174141393

image-20220722174153263

快乐学习吧
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenMMLAB实战系列视频教程
09-13
OpenMMLAB是一个强大的开源平台，它提供了多种计算机视觉任务的实现，包括图像分类、目标检测、语义分割、实例分割、人体关键点检测等。这个平台基于Python编程语言，主要依赖于PyTorch或TensorFlow等深度学习框架，...
MMEditing源码，用于构建深度学习、计算机视觉、图像处理框架
08-12
MMEditing是OpenMMLab项目下的一个开源工具包，专门针对图像编辑任务设计，涵盖了深度学习、计算机视觉和图像处理等多个领域。这个源码库提供了一系列先进的算法实现，旨在简化和加速研究者以及开发者的实验过程，...
开源算法体系OpenMMLab
weixin_42311981的博客
06-01 907
介绍OpenMMLab框架
用 OpenMMLab 轻松搭建主干网络，多种视觉任务一网打尽
qq_39967751的博客
04-15 6966
OpenMMLab 框架几乎全面覆盖了深度学习视觉任务的方方面面。针对每一个具体的任务，我们都提供了一个相应的算法库，如用于分类任务的 MMClassification，用于检测任 MMDetection 和用于分割任务的 MMSegmentation 等等。 随之而来的一个问题是，如果我希望将研究的方法应用于多个任务，在多个任务上进行评测，是不是要把各个算法库都 fork 一份？更进一步地，如果我希望将我依赖 OpenMMLab 框架的代码开源出去，应该怎么做呢？ 这里，以我们最为常见的跨任务研究——
收藏！2024 年最具潜力 44 个顶级开源项目，涵盖 11 类 AI 学习框架、平台_序列大数据的智能计算 开源项目(1)
最新发布
2401_84616027的博客
05-12 649
其中，包含了算法预处理，模型参数择优，回归与分类等算法，官方文档包含了每一种算法的例子，代码简洁优美，可视化了每一种算法结果，即能学习 python，也是帮助开发者更好理解机器学习算法的便利工具。MXNet 提供了混合编程模型（命令式和声明式）和大量编程语言的代码（包括 Python、C++、R、Scala、Julia、Matlab 和 JavaScript）的能力，是一个易安装易上手的开源深度学习工具，它提供了一个 python 接口 gluon，能够让开发者迅速搭建起神经网络，并进行高效训练。
学习笔记之OpenMMLab-—模型部署基础知识
qq_37346140的博客
03-21 1061
torch.onnx.export()得到onnx模型；netron.app查看onnx结构（onnx整体结构、算子属性信息和输入输出信息）；了解算子集（http://onnx.ai/onnx/operators/）
收藏！2024 年最具潜力 44 个顶级开源项目，涵盖 11 类 AI 学习框架、平台_序列大数据的智能计算 开源项目(3)
afagagagaa的博客
05-04 1380
其中，包含了算法预处理，模型参数择优，回归与分类等算法，官方文档包含了每一种算法的例子，代码简洁优美，可视化了每一种算法结果，即能学习 python，也是帮助开发者更好理解机器学习算法的便利工具。MXNet 提供了混合编程模型（命令式和声明式）和大量编程语言的代码（包括 Python、C++、R、Scala、Julia、Matlab 和 JavaScript）的能力，是一个易安装易上手的开源深度学习工具，它提供了一个 python 接口 gluon，能够让开发者迅速搭建起神经网络，并进行高效训练。
OpenMMLab 开源体系揭秘.pdf
02-27
OpenMMLab 是一个开源的计算机视觉算法开放平台，由商汤科技发起，旨在提供高质量的代码框架和完善的科研平台，减少算法复现难度，促进产学研打通。该平台涵盖多个研究热点方向，包括目标检测、语义分割、图像分类、...
MMPose 是一款基于 PyTorch 的姿态分析的开源工具箱，是 OpenMMLab 项目的成员之一
05-29
作为OpenMMLab项目的一部分，MMPose致力于提供高效、灵活且易用的解决方案，帮助研究者和开发者在人体、人手、人脸、动物以及服装等各类物体的2D和3D姿态估计任务中取得优异表现。 姿态分析是计算机视觉领域的一个...
MMDetection 是一个基于 PyTorch 的目标检测开源工具箱 它是 OpenMMLab 项目的一部分
05-29
基于 PyTorch 和 MMCV 的通用目标检测平台。支撑了 3D 目标检测、旋转框检测、场景文字识别、姿态估计、目标跟踪等算法库中检测算法的实现；支持 2D 目标检测、实例分割、全景分割任务；支持算法多样，涵盖了单阶段...
mmclassification:OpenMMLab图像分类工具箱和基准
03-17
介绍 MMClassification是基于PyTorch的开源图像分类工具箱。 它是项目的一部分。 文档： : 主要特点 各种骨干和预先训练的模型 训练技巧包 大规模训练配置 高效率和可扩展性 执照 该项目是根据。 变更日志 v0.9.0于2021年1/3发布。 有关详细信息和发行历史，请参考 。 基准和模型动物园 结果和模型可在。 支持的骨干网： ResNet ResNeXt SE-ResNet SE-ResNeXt RegNet ShuffleNetV1 ShuffleNetV2 MobileNetV2 MobileNetV3 安装 请参考进行安装和数据集准备。 入门 请参阅为MMClassification的基本用法。 也有用于，，和教程。 贡献 感谢您为改善MMClassification所做的所有贡献。 请参阅以获取相关的指导方针。 致谢 MMClass
OpenMMLab OpenMMLab mmdeploy v1.1.0模型部署（一）
qq_41627642的博客
06-25 1670
无
利用开源算法OpenMMLab平台的MMsegmentation库进行语义分割之训练自己的数据集
Cookieman666的博客
11-10 536
随着深度学习领域在各行业中的广泛应用，对数据集和算法的需求愈加之大，但正对极其专业的算法对研究人员的程序功底要求甚高，目前很多情况下达不到相应的需求。所以，利用开源算法本身预训练的配置文件，站在巨人的肩膀上进行迁移学习与微调训练是一种不错的选择。本文与上一篇预训练的文章不同之处在于，上一篇文章是直接使用训练好的权重与研究人员配置好的Config文件，而在本文中仅使用Config配置文件，将使用教程公布的西瓜语义分割数据集进行模型权重的生成与结果分析，当然这个数据集也可换成自己领域的专用数据集，方法可以借鉴。
OpenMMLab简介
网络资源是无限的
07-31 5690
OpenMMLab简介
open-mmlab / mmpose安装、使用教程
热门推荐
CharmsLUO的博客
04-16 1万+
mmpose安装、使用教程mmpose安装教程1. 安装mmcv-full2. 安装MMPose2. 安装mmdet使用教程1. 预测图片2. 预测视频 mmpose mmpose是商汤旗下有又一款好用的工具箱，主要是针对姿态识别任务开发的，包括人体姿态识别和动物姿态识别。里面继承很多现成的网络可以供大家使用，并且提供了训练好的权重。用户可以更具自己的需求训练自己的数据，或者直接应用他们的结果，反正就是很全面啦！！！！ github连接：https://github.com/open-mmlab/mmpos
liunx安装open-mmlab教程
weixin_45912366的博客
04-10 2586
01.根据需求选择安装，安装mmdetection过程 阅读README.MD和requirements.txt文件。 02.在README.MD中找到下边界面，点击红色框查看安装步骤。 03.虚拟环境 创建一个conda虚拟环境 conda create -n mmdetectionpython=3.8 04.进入创建的虚拟环境 conda activate mmdetection 05.查看服务器或者电脑安装的CUDA版本 因为需要安装对应的Pyroych版本才可.
海康VisionMaster算法平台介绍
weixin_46908532的博客
05-05 1385
VisionMaster
推荐开源项目：OpenGV - 几何视觉的高效解决方案
gitblog_00053的博客
05-10 351
推荐开源项目：OpenGV - 几何视觉的高效解决方案 项目地址:https://gitcode.com/laurentkneip/opengv 1、项目介绍 OpenGV是一个专门用于解决几何视觉问题的开源库，由Laurent Kneip在ShanghaiTech大学的Mobile Perception Lab开发和维护。该项目提供了绝对姿态、相对姿态、三角化以及点云对齐等一系列算法，适用于校准...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值