以下介绍的每个 开源算法集合 均包含多种 开源算法

1. 图像 检测 - MMDetection 简介

• 简介：MMDetection 是一个基于 PyTorch 的目标检测开源工具箱。它是 OpenMMLab 项目的一部分。

• 标题：MMDetection: OpenMMLab detection toolbox and benchmark (2019)
• 开源代码：https://github.com/open-mmlab/mmdetection

• 主要特性

• 模块化设计
  MMDetection 将检测框架解耦成不同的模块组件，通过组合不同的模块组件，用户可以便捷地构建自定义的检测模型
• 支持多种检测任务
  MMDetection 支持了各种不同的检测任务，包括目标检测，实例分割，全景分割，以及半监督目标检测。
• 速度快
  基本的框和 mask 操作都实现了 GPU 版本，训练速度比其他代码库更快或者相当，包括 Detectron2, maskrcnn-benchmark 和 SimpleDet。
• 性能高
  MMDetection 这个算法库源自于 COCO 2018 目标检测竞赛的冠军团队 MMDet 团队开发的代码，我们在之后持续进行了改进和提升。 新发布的 RTMDet 还在实时实例分割和旋转目标检测任务中取得了最先进的成果，同时也在目标检测模型中取得了最佳的的参数量和精度平衡。

2. 图像 分割 - MMSegmentation 简介

• 简介：MMSegmentation 是一个基于 PyTorch 的语义分割开源工具箱。它是 OpenMMLab 项目的一部分。

• 标题：MMSegmentation: OpenMMLab semantic segmentation toolbox and benchmark (2020)
• 开源代码：https://github.com/open-mmlab/mmsegmentation

• 主要特性

• 统一的基准平台
  我们将各种各样的语义分割算法集成到了一个统一的工具箱，进行基准测试。
• 模块化设计
  MMSegmentation 将分割框架解耦成不同的模块组件，通过组合不同的模块组件，用户可以便捷地构建自定义的分割模型。
• 丰富的即插即用的算法和模型
  MMSegmentation 支持了众多主流的和最新的检测算法，例如 PSPNet，DeepLabV3，PSANet，DeepLabV3+ 等.
• 速度快
  训练速度比其他语义分割代码库更快或者相当。

3. 图像 其他 - MMPreTrain

• 标题

  MMPreTrain: OpenMMLab’s Pre-training Toolbox and Benchmark (2023)

• 开源代码

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

• Projects in OpenMMLab