OpenMMLab_0【简介】

最新推荐文章于 2024-06-14 20:43:21 发布
最新推荐文章于 2024-06-14 20:43:21 发布
阅读量82 收藏
点赞数
分类专栏： Learning Code 文章标签： 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_47779152/article/details/132778846
版权

在这里插入图片描述

1.项目动机：

统一的深度学习框架统一的算法框架和生态

自2018年开源以来已经能够实现很多算法：
在这里插入图片描述

2.总体现状

在这里插入图片描述

3.总体框架概览

在这里插入图片描述

3.1 算法训练-部署一体化

在这里插入图片描述

3.2 算法框架介绍

  1. MMDetection
  2. MMDetection3D（7 个数据集、17 种不同算法、80+ 个预训练模型）
  3. MMClassification
  4. MMSegmentation
  5. MMPose &MMHuman3D
  6. MMTracking
  7. MMAction2
  8. MMOCR
  9. MMEditing
  10. 。。。。

4.架构优势：

在这里插入图片描述

4.1 通用：

在这里插入图片描述

4.2 统一：

在这里插入图片描述

4.3 灵活：

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5.全球范围的影响力

在这里插入图片描述

5.1 行业应用

在这里插入图片描述
在这里插入图片描述

！！！原视频链接【计算机视觉与OpenMMLab 开源算法体系】

哼唧哼唧啊哈
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
计算机视觉框架OpenMMLab（三）：图像分类实战
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
02-04 3707
本篇主要偏向图像分类实战部分，使用MMclassification工具进行代码应用，熟悉其框架应用，为后续处理不同场景下分类问题提供帮助。
Open-MMLab介绍
m0_62931218的博客
03-13 492
用tesorRT可以部署在英伟达的开发板上，ONNX RUNTIME可以放在本地PC或者树莓派上，OPenVINO可以部署在intel的神经网络计算棒、服务器上。无人驾驶中车道线检测，视觉的辅助驾驶，结合摄像头本身的特征，还要进行各种传感器的融合，激光雷达、毫米波雷达、红外传感器，目前车上标配的传感器。算法框架包括：分类、检测、分割、3D检测、OCR、人体关键点检测、光流估计、目标跟踪、小样本学习。利用图像分类预测模型的骨干网络接一个检测头、分割头、关键点预测头，就可完成后续任务。
AI实战营第一期——浦视开源算法体系OpenMMLab简介
m0_62777538的博客
06-01 322
OpenMMLab诞生于2018年，是由中国开发者主导，具有国际影响力的人工智能计算机视觉开源算法体系，在2022年的世界人工智能大会上，OpenMMLab正式发布2.0版本。OpenMMLab已经累计开源了超过30+个算法库，有2400+个预训练模型（开箱即用），涵盖图像识别分类、目标检测、图像分割、姿态估计、视频理解、OCR光符识别、3D目标检测、3D人体姿态估计、模型轻量化、自监督学习、少样本学习、光流估计，预训练+多模态、AIGC……几乎涵盖各类的计算机视觉任务，可以说是一个非常丰富的工具箱。
＜OpenMMLab实战营第一讲＞计算机视觉与OpenMMLab
m0_75161026的博客
02-02 306
第一次课up主子豪兄介绍了openmmlab，机器视觉与网络方面，为初学者入门做铺垫。提示：以下是本篇文章正文内容，下面案例可供参考框架名称应用目标检测，实例分割，全景分割3D检测7个数据集，17种算法，80+预训练模型识别检测40+预训练模型，主流数据集支持无人驾驶汽车，遥感，医疗420+预训练模型，30+论文复现人体姿态估计，体感游戏，健身应用，深蹲计数表现形式：形状/关键点视频目标检测，单目标检测，多目标检测6个数据集，8种算法，20+预训练模型行为识别，时序动作检测，时空。
深度学习预训练库，集成各种经典backbone，基于OpenMMLab_MMPretrain库！！！.zip
05-10
深度学习（DL，Deep Learning）是机器学习（ML，Machine Learning）领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能（AI，Artificial Intelligence）。 [1] 深度学习是学习样本数据的...
OpenMMLAB实战系列视频教程
09-13
分享课程----MMLAB实战系列视频教程，完整版附源码。MMLAB最大最全的开源视觉代码库合集！深度学习时代最完整的计算机视觉开源算法体系！
OpenMMLab 开源体系揭秘.pdf
02-27
OpenMMLab 开源体系揭秘 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...
Recognize Anything: A Strong Image Tagging Model（RAM模型使用方法）
python_plus的博客
06-09 1036
详细介绍了RAM模型的使用方法
从GAN到WGAN（02/2）
最新发布
gongdiwudu的专栏
06-14 603
生成对抗网络 （GAN） 在许多生成任务中显示出巨大的效果，以复制现实世界的丰富内容，如图像、人类语言和音乐。它的灵感来自博弈论：两个模型，一个生成器和一个批评家，在相互竞争的同时使彼此更强大。然而，训练GAN模型是相当具有挑战性的，因为人们面临着训练不稳定或收敛失败等问题。在这里，我想解释一下生成对抗网络框架背后的数学原理，为什么很难训练，最后介绍一个旨在解决训练难点的GAN修改版本。
Meta首席AI科学家Yann LeCun指出生成式AI的不足
2301_79342058的博客
06-09 1458
每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhineng.io/在当今被誉为技术创新前沿的生成式AI领域，Meta首席AI科学家Yann LeCun提出了一个颠覆现状的观点。
人脸识别系统---人脸对比
2303_77278243的博客
06-14 354
def select_image(): #定义选择图片的函数#指明label_var不是一个局部变量也不是全局变量，而是外部函数s1的参数。这样，select_image函数就可以修改s1函数的参数#弹出选择文件的对话框，以及被选择文件的类型file_path = filedialog.askopenfilename(title="选择图片",filetypes=(("图片文件", "*.png;*.jpg;*.jpeg;*.bmp"),("所有文件", "*.*")))#如果选择了文件。
yolov10主要特点
yzf060109的专栏
06-14 456
以下是YOLOv10与其他模型的快速对比：YOLOv10-S：46.3 AP，2.49毫秒延迟YOLOv10-M：51.1 AP，4.74毫秒延迟YOLOv10-L：53.2 AP，7.28毫秒延迟YOLOv10-X：54.4 AP，10.70毫秒延迟这些改进使YOLOv10成为实时目标检测任务的首选，从自动驾驶到智能监控。与YOLOv9-C相比，YOLOv10-B（一个平衡的变体）延迟减少了46%，参数量减少了25%，同时保持了相同的性能水平。一对多分配：在训练过程中使用，以提供丰富的监督信号。
【讲解下目标追踪】
2301_81357485的博客
06-10 471
🏆近年来，随着深度学习的发展，基于深度学习的跟踪器已经取得了显著的性能提升，这些方法通常采用卷积神经网络（CNN）从大量带标签的数据中学习目标的特征表示，从而在各种复杂场景下都表现出强大的鲁棒性和准确性。🏆目标追踪是计算机视觉领域的一个重要问题，它旨在从视频序列中连续、自动地识别并跟踪一个或多个目标物体，目标追踪在许多实际应用中都有着广泛的应用，比如视频监控、运动分析、自动驾驶、人机互动和增强现实等。：随着时间的推移，目标的外观可能会发生变化，因此跟踪算法必须能够适应这些变化，可能需要定期更新目标的模型。
集成算法实验(Bagging策略)
weixin_50917576的博客
06-12 746
Bagging：训练多个分类器取平均fx1/M∑m1M​fm​x全称： bootstrap aggregation（说白了就是训练一堆分类器）最典型的代表就是随机森林，现在Bagging模型基本上也是随机森林。随机：数据采样随机，；数据有多个特征(属性)组成，。随机是为了使得每个分类器拥有明显差异性。森林：很多个决策树并行放在一起如何对所有树选择最终结果？分类的话可以采取少数服从多数，回归的话可以采用取平均值。
使用 ML.NET CLI 自动进行模型训练
A_nanda的博客
06-11 172
ML.NET CLI 是一个.NET 工具。若没有安装，打开vs ，点击新建下项目按装多个工具和功能安装位置;安装后，你为其指定一个机器学习任务和一个训练数据集，而它将生成一个 ML.NET 模型以及要运行的 C# 代码，以便在应用程序中使用该模型。如下图所示，生成高质量的 ML.NET 模型（序列化模型 .zip 文件）以及用于运行该模型/对该模型评分的示例 C# 代码非常简单。此外，还会生成用于创建/训练该模型的 C# 代码，以便可以研究和迭代用于该生成的“最佳模型”的算法和设置。
人工智能--教育领域的运用
考研小钻风
06-08 1328
人工智能--教育领域的运用。
DeepSORT（目标跟踪算法）中的计算观测值与状态估计的马氏距离
flyfish
06-10 747
flyfish在目标跟踪中，使用马氏距离可以帮助判断某个观测值是否与当前的状态估计一致。gating_distance 是一个方法，用于计算状态分布和观测值之间的门限距离（gating distance）。门限距离通常用于数据关联和验证测量值是否合理。提示用户可以从 chi2inv95 中获取适当的距离阈值。如果only_position 为 False，则使用4自由度的卡方分布，否则使用2自由度的卡方分布。
知识图谱的应用---新零售
weixin_43961909的博客
06-11 671
新零售，即个人、企业以互联网为依托，通过运用大数据、人工智能等先进技术手段并运用心理学知识，对商品的生产、流通与销售过程进行升级改造，进而重塑业态结构与生态圈，并对线上服务、线下体验以及现代物流进行深度融合的零售新模式 以阿里巴巴为例，立足于当下的电商场景从认知用户的需求出发，充分利用知识图谱技术，构建起了一个全新的电商知识图谱：新零售电商认知图谱。认知图谱在电商推荐也得到了广泛应用。其他的应用包括：1）在搜索结果页中插入和搜索词相关的主题形式的卡片，猜测真正的用户需求，这里的主题即为认知图谱的电商概念。
openmmlab 教程
12-26
openmmlab是一个开源的多媒体实验室，提供了丰富的计算机视觉和多媒体处理的工具和教程。在openmmlab教程中，我们可以学习到如何使用现代的深度学习框架来解决计算机视觉和多媒体处理的问题。教程内容涵盖了图像识别...

“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 1
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