OpenMMLab學習筆記（一）

day01 計算機視覺與OpenMMLab開源算法體系

1. 基本知識

計算機視覺的基礎任務：分類、分類和定位、物體檢測、分割（語義分割、執行個體分割），其中執行個體分割統一種類索引不同

注意語義分割和執行個體分割的差別

計算機視覺的應用：

• 無人駕駛中的感覺
• 動漫特效
• 航拍
• 虛拟主播（小冰等）
• 視訊了解與視訊剪輯（找出跳水運動員的精彩瞬間）

計算機視覺的發展

• 早期萌芽（物體檢測算法、三維視覺理論）
  • 統計機器學習與模式識别（人臉識别，利用小波特征結合級聯分類器）
  • 傳統的視覺特征：局部二值模式（Local Binary Pattern）、尺度不變特征轉換（Scale Invariant Feature Transform）

​ 、梯度方向直方圖（Histogram of Oriented Gradients）

• 深度學習時代
  • 李飛飛創立的ImageNet資料庫具有重要意義
  • 湧現出AlexNet、Fast R-CNN和深度對抗網絡等模型
• 現有流行方向
  • 文字生成圖檔
  • 神經渲染三維重建CityNeRF

2. OpenMMLab總體架構概覽

OpenMMLab包含目标檢測、執行個體分割和全景分割等子產品，擁有衆多的模型庫：

3. OpenMMLab2.0

2.0在之前的基礎上增加了很多算法架構和優化了相應的基礎庫：

4. 機器學習基礎

機器學習主要包括：監督學習、無監督學習和強化學習

機器學習中的分類問題：垃圾分類

機器學習的基本流程：

神經網絡：

訓練結果的評價名額：

過拟合的解決方案：早停

5. 卷積神經網絡

卷積的過程：

激活層和激活函數

池化層和全連接配接層：

輸出層：

6. pytorch相關

自動求導demo：

torch重要的函數都在nn.functional中：

7. 小結

第一課算是通識課程，對各方面都做了概述，從計算機視覺的定義等基本概念到OpenMMLab再到Pytorch相關内容都認真的進行了講解。這一課，我們對計算機視覺有了初步的認識，然後對OpenMMLab架構進行了講解，OpenMMLab包含的衆多算法架構和易于使用的接口能夠極大縮短開發時間。對于OpenMMLab2.0，算法架構又進一步獲得了完善和架構的整體性能也大幅提升，最後我們學習了機器學習和卷積神經網絡的基本知識，了解了卷積、池化和全連接配接等基本概念，最後結合pytorch講述了算法的訓練和推理過程中的相關知識。