OpenMMLab AI实战营开营仪式暨第一课笔记-计算机视觉及OpenMMLab概述

[HelloWorld-94]

一、开营仪式

分别介绍了AI实战营简介、课程安排、基本规则及基本规则，充分地展示课程的规范性与价值。

 

 

 

 二、计算机视觉及OpenMMLab概述

OpenMMLab诞生于2018年，是一个由中国开发者主导，有国际影响力的人工智能·计算机视觉开源算法体系。 OpenMMLab累计开源超过30个算法库、2400个预训练模型，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、3D目标检测、3D人体姿态估计、模型轻量化、自监督、少样本、光流、预训练、多模态、AIGC、推理部署等等计算机视觉任务，在Github上累计获得十万颗star，超过了Pytorch。

子豪兄先是给我们介绍了OpenMMLab的总体框架，然后重点介绍了以下算法与适用场景：

目标检测算法MMDetection ，MMyolo(https://github.com/open-mmlab/mmyolo)，MMOCR(https://github.com/open-mmlab/mmocr)，MMDetection3D；

旋转目标检测算法MMRotate(https://github.com/open-mmlab/mmsegmentation)；

图像分割算法库MMSegmentation(https://github.com/open-mmlab/mmrotate)；

图像分类+预训练+多模态多模态算法库MMPretrain(https://github.com/open-mmlab/mmpretrain)；

姿态估计算法库MMPose(https://github.com/open-mmlab/mmpose);

高精度姿态估计算法库RTMPose，关键点检测;

三维人体姿态估计算法库MMHuman3D(https://github.com/open-mmlab/mmhuman3d);

视频动作识别算法库MMAction2；

生成模型+底层视觉+AIGC算法库MMagic;https://github.com/open-mmlab/mmagic

基于MMTracking的目标追踪，CycleGAN照片风格迁移......

 然后，子豪兄介绍了模型终端应用场景，及部署的应用工具箱MMdeploy(https://github.com/open-mmlab/mmdeploy),由算法走向实际应用必不可少的一步。

写在最后，第一节课主要介绍了OpenMMLab的算法库的总体框架，使用人群，企业，社区众多，对以后就业有很大帮助，也是个学习的一个非常优秀的算法库，也感谢子豪兄的介绍，让大家对AI也更感兴趣了。

Tips: 官网：https://openmmlab.com

        Github：https://github.com/open-mmlab

        公众号：OpenMMLab

 

 

 

 

 

[HelloWorld-94]

感谢阅读

[chenwendong123]

总结得很全面