天天看點

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

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

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

注意語義分割和執行個體分割的差別

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

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學習筆記(一)OpenMMLab學習筆記(一)

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:

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

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:

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

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:

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

神經網絡:

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)
OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)
OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)
OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

訓練結果的評價名額:

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

過拟合的解決方案:早停

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

5. 卷積神經網絡

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

卷積的過程:

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)
OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

激活層和激活函數

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)
OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

池化層和全連接配接層:

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)
OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

輸出層:

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

6. pytorch相關

自動求導demo:

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

torch重要的函數都在nn.functional中:

OpenMMLab學習筆記(一)OpenMMLab學習筆記(一)

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。

繼續閱讀