学习OpenMMLAB

小白白大白菜 2022-03-03 10:19:14

新的知识像一艘船，带领我们从狭隘的地方，驶向生活的无限广阔的海洋。我最近正在学习OpenMMLAB的使用方法，发现这个开源框架是真的特别实用，我也强力建议大家去一起学习起来，掌握新的知识，更加充实自己，我给大家推荐一些学习资料文章:

OpenMMLab的新篇章

OpenMMLab助开发者缩短AI项目路径

如何看待OpenMMlab最新开源项目MMOCR?

OpenMMLab 第二版发布：吸引业界「目光」的史上最完整的目标检测工具箱

OpenMMLab重磅升级！为计算机视觉不同方向建立的统一代码库

学习的路上很长，一切都要慢慢来这类方法很有用处的

...全文

35 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

CSDN-Ada助手 2023-01-13

打赏
举报

回复

您可以前往 CSDN问答-非IT技术发布问题, 以便更快地解决您的疑问

OpenMMLab 为香港中文大学-商汤科技联合实验室 MMLab 开源的算法平台，不到两年时间，已经包含众多 SOTA 计算机视觉算法。本文将介绍这次学习收获。提示：以下是本篇文章正文内容，下面案例可供参考计算机视觉是计算机科学的一个分支，旨在使计算机能够“看”和理解真实世界中的图像和视频。它的发展始于 20 世纪 60 年代，当时的研究重点是图像处理和模式识别。随其主要内容包括图像处理、模式识别、机器学习、三维重建、目标检测和识别等。

本文不仅仅是对视频内容的总结，还包含了我与OpenMMLab的故事（以一个研究生的视角）。深度学习的发展可以追溯到20世纪50年代的感知机模型，但是由于其限制和性能问题，深度学习的发展一度停滞。直到20世纪80年代，反向传播算法的提出使得深度学习重新焕发生机。但是，由于计算能力和数据量的限制，深度学习的应用仍然受到很大的限制。随着计算机性能和数据量的快速增长，深度学习在21世纪初开始进入快速发展期。

如果整个训练过程需要多个调度器一起使用，只需将配置文件中的 scheduler 字段修改为一组调度器配置的列表，SchedulerStepHook 可以自动对调度器列表进行处理。在MMSelfSup中，由于我一开始不知道调度器配置列表的用法，将上述的第二个调度器配置删掉了，导致训练过程全是线性学习率预热过程，学习率一直增加。如果init_lr=4.8，那么线性学习率预热调度器在0到50个epoch，将学习率从init_lr*start_factor线性增加到init_lr。

主要介绍mmpretrain的理论mmpretrain理论的学习。

OpenMMLab开发者

43

社区成员

106

社区内容

发帖

与我相关

我的任务

其他企业社区

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章