OpenMMlab AI实战营第一期培训

• OpenMMlab实战营
• • 第一次课2023.2.1
  • 学习参考
  • 一、计算机视觉领域的应用
  • • 1.从大的角度来分
    • 2.从像素层面
    • 3.历史发展
    • 4.具体的应用领域
    • 5.视觉系统的发展
  • 二、OpenMMlab发展
  • • 1.发展历程
    • 2.OpenMMlab的算法框架
    • 3.使用OpenMMlab的便利
  • 三、机器学习与神经网络
  • • 1.相关知识介绍
    • 2.研究方向推荐

OpenMMlab实战营

第一次课2023.2.1

此次实战营的任务安排：

学习参考

笔记建议结合ppt来学习使用，ppt中对应知识可以参照笔记的标题进行查看。

ppt：lesson1_ppt

b站回放：OpenMMLab AI 实战营

相关学习推荐：

• 同济子豪兄（大佬）：子豪兄b站主页
• OpenMMlab主页：OpenMMla主页
• OpenMMlab Github仓库链接：Github OpenMMlab
• OpenMMlab 此次AI实战营的仓库：AI实战营github

一、计算机视觉领域的应用

1.从大的角度来分

1. 图像分类、
2. 图像检测、
3. 图像分割、
4. 较少用的Localization(把一个物体分出来)

下面的图示展示的就是一些用具体表现出来的应用场景。

2.从像素层面

像素粒度：又叫做–细粒度 / 与位置有关的精细粒度

1. 语义分割（不管像素重叠，也不区分单个物体）、
2. 实例分割（区分单个物体）
3. 此外还有关键点检测

更形象的看一下具体应用场景如下图所示：

3.历史发展

根据下面的统计图表我们可以看到随着2012年Alexnet的问世，深度学习逐渐发展，我们的模型训练损失逐渐下降，模型的层数也越来越深，模型逐渐变成了我们无法简单解释的黑盒子。

4.具体的应用领域

深度神经网络在不同的处理任务中就对应了不同的模型（RNN/Transformer/GNN等等），而且在许多领域不单单是使用了视觉，例如无人驾驶领域除了视觉还要综合各种传感器等等。

一些具体的应用领域例如：

• 无人驾驶
• 图像生成、风格迁移
• 航拍转地图
• 虚拟主播
• 甚至在视频中，我们如何剪辑出我们需要的部分区域，或者时间点也是视觉可以考虑的问题。

5.视觉系统的发展

• 初期的特征是人为给定的，告诉机器什么是可以学习的特征，让机器去学习
• 2012年之后的深度学习时代，人们就开始让机器去自己学习特征
• 到现在：用海量数据，非常深，参数非常多的大模型不断出现。

二、OpenMMlab发展

1.发展历程

下图所示的就是OpenMMlab的一些发展历程，可以看到OpenMMlab也是从最开始非常有限的函数功能，到现在能够包揽20+的视觉算法库。

2.OpenMMlab的算法框架

OpenMMlab包括有非常丰富的算法框架能够解决一系列的问题，例如：

• MMDetection（目标检测、实例分割、全景分隔）
• MMDetection3D（3D目标检测）
• MMClassification（图像分类）
• MMSegmentation（语义分割）
• MMPose & MMHuman3D（姿态检测）
• MMTracking（目标追踪）
• MMAction2（行为识别）
• MMOCR（文本检测）
• 等等

下面给出了一部分的截图示例：

3.使用OpenMMlab的便利

1. 对于自己的数据集我们可以直接使用OpenMMlab中的算法来进行操作。可以看到里面的复现了很多最新论文的方法。OpenMMlab是基于pytorch的，但又不完全基于原生pytorch，因为有很多新方法仅靠pytorch无法完成。作为开发者我们仅需会调包即可。底层的内容如果不是做版本升级不是很需要学习。

2. 在OpenMMlab的官网或者github中给出的其实就是该领域中的必读论文，我们也可以不去读综述。

三、机器学习与神经网络

1.相关知识介绍

这一部分主要讲解了以下几方面内容，比较基础我就不展开来分析了：

• 什么是机器学习（从数据中学习经，已解决特定问题），
• 机器学习的基本流程（训练、验证、应用）、
• 简单的分类问题（从数据中学习）、
• 神经网络的基本概念（线性分类器、非线性分类器）、
• 神经网络的损失函数（交叉熵损失函数）、
• 梯度下降法（反向传播、Adam优化器、batch大小）、
• 卷积神经网络的相关知识（局部连接、参数共享、池化、激活函数）

2.研究方向推荐