open-mmlab学习笔记

OpenMMLab 是一个由香港中文大学多媒体实验室 (MMLab) 发起的开源项目，旨在建立一个通用的、模块化的深度学习模型框架，以便于研究者和开发者能够快速构建和部署深度学习模型。以下是 OpenMMLab 提供的一些常用的深度学习模型框架的总结，包括但不局限于此，详细可参考https://github.com/orgs/open-mmlab/repositories ：

1. MMClassification: 用于图像分类任务的框架，支持多种分类模型和损失函数。

2. MMDetection: 一个全面的、模块化的、灵活的目标检测工具箱，支持单阶段和双阶段检测器。

3. MMSegmentation: 用于语义分割、实例分割和全景分割的框架，提供多种分割网络结构。

4. MMAction2: 视频理解工具箱，专注于视频动作识别、动作检测和视频对象分割。

5. MMTracking: 多目标跟踪框架，包含多种跟踪算法，如 SiamRPN、ATOM 等。

6. MMPose: 人体姿态估计框架，提供2D和3D人体关键点检测算法。

7. MMOCR: 光学字符识别 (OCR)