OpenMMLab-从入门到精通（三）

[糙汉]

从2018年年中开始，香港中文大学多媒体实验室（MMLab）就启动了OpenMMLab计划。这项计划的初衷是为计算机视觉的一些重要方向建立统一而开放的代码库，并不断把新的算法沉淀其中。我们相信，这一项工作可以推动可复现算法生态的建立，也是对计算机视觉社区的重要贡献。

在OpenMMLab的首期计划中，我们开放了MMCV和MMDetection（初期版本）。在过去一年中，这些代码库已经产生了重要影响，MMDetection获得了超过4000个star和超过1000个fork。而且，越来越多的MMLab以外的研究团队开始把MMDetection作为实现新的目标检测算法的基础，并不断把他们开发的新算法回馈到MMDetection。

PyTorch 源码解读之 cpp_extension：揭秘 C++/CUDA 算子实现和调用全流程 PyTorch 源码解读之 cpp_extension：揭秘 C++/CUDA 算子实现和调用全流程

PyTorch 源码解读之 BN & SyncBN：BN 与 多卡同步 BN 详解 PyTorch 源码解读之 BN & SyncBN：BN 与 多卡同步 BN 详解

PyTorch 源码解读之 torch.optim：优化算法接口详解 PyTorch 源码解读之 torch.optim：优化算法接口详解

轻松掌握 MMDetection 中常用算法(一)：RetinaNet 及配置详解 轻松掌握 MMDetection 中常用算法(一)：RetinaNet 及配置详解

AI 框架部署方案之模型部署概述 AI 框架部署方案之模型部署概述

第三阶段的学习已经开始，希望大家继续加油！！