1. 第一节课(课程链接)
1.1 计算机视觉任务
- 计算机视觉主要实现以下目标:
- 分类
- 目标检测
- 分割:语义分割、实例分割 (对像素进行精确分类, 像素粒度或细粒度)
- 关键点检测
1.2 OpenMMLab框架
- 框架选择:PyTorch
- OpenMMLab是基于PyTorch开发的code base, 方便训练自己的模型。把所有SOTA的论文都复现并与原论文实验结果一致。
- OopenMMLab总体架构
- 训练部署一体化:使用MMDeploy转化为各种硬件平台需要的模型格式
- OpenMMLab1.0:一个算法库,一套接口定义,接口复杂度高
- OpenMMLab2.0:N 个算法库,一套接口定义,接口简单
- OpenMMLab有3宝:
- 基于PyTorch开发,让开发者可站在巨人的肩膀上,既可以调用预训练的模型,也可以训练模型来解决自己的问题
- 它的模型库和数据集直接可以作为了解这个领域的学习路径
- 它的算法包含了很多最前沿的顶会论文,保持技术的最前沿
1.3 机器学习
-
机器学习的用武之地就是一些难以通过简单算法解决的问题,主要包括以下三类:
- 监督学习:数据之间存某种映射关系,如何基于有限的数据样本推断出这种映射关系?
- 无监督学习:数据自身是否存在某种“结构”或“规律”?
- 强化学习:如何和环境交互,以获得最大收益?
-
训练流程
-
卷积神经网络扩展阅读
-
问题
- MMTracking可跟踪所有在操场上跑步的学生吗?
- 引体向上的代码可参考吗?