赞
踩
主页:openmmlab.com
开源地址:https://github.com/open-mmlab
学习视频地址:https://www.bilibili.com/video/BV1js4y1i72P/
开源成为人工智能行业发展引擎
theano:2007
Caffe:2013
TensorFlow:2015
mxnet:2015
飞桨:2016
CNTK:2016
Caffe2:2017
Pytorch:2017
OpenMMLab:2018
统一的深度学习框架->统一的算法框架和生态
1架构:所有项目基于一致架构开发
30+研究方向:涵盖多个研究热点方向,算法覆盖完善
300+算法:包括300+先进算法,性能领先
2400+ 预训练模型:用友超过2400个预训练模型,真正实现开箱即用
开源地址:github.com/open-mmlab/mmdetection
任务支持:目标检测、实例分割、全景分割
涵盖广泛:440+预训练模型、75+主流+前沿算法、主流学术数据集
算法丰富:两阶段检测器、一阶段检测器、级联检测器、无锚框检测器、Transformer
使用方便:训练工具、测试工具、推理API
科研论文:2018年至今谷歌学术引用超过1900;计算机视觉三大顶会被超过100篇论文作为基础代码库
工业落地:商汤、腾讯、阿里、华为、国内外初创公司
学术比赛:COCO 2018、2019实例分割冠军、Open Image 2019物体检测冠军、Global Wheat Detection冠军、Crowd Human人体检测冠军、Materialist(FGVC6)2019冠军
开源库地址:https://github.com/open-mmlab/mmyolo
开源库地址:https://github.com/open-mmlab/mmocr
效果极佳的预训练模型
主流学术数据集支持
丰富的训练技巧
开源库地址:https://github.com/open-mmlab/mmdetection3d
7个数据集 40+算法 130+个预训练模型
开源仓地址:https://github.com/open-mmlab/mmrotate
开源仓地址:https://github.com/open-mmlab/mmsegmentation
算法丰富:600+个预训练模型
模块化设计:配置简便、容易拓展
统一超参:大量消融实验、支持公平对比
使用方便:训练工具、测试工具、推理API
开源仓地址:https://github.com/open-mmlab/mmpretrain
模型库支持了77个算法,共计508个预训练模型
包含了:
同时提供了详细的文档教程,包括但不限于
开源仓地址:https://github.com/open-mmlab/mmpose
开源仓地址:https://github.com/open-mmlab/mmhuman3d
开源仓地址:https://github.com/open-mmlab/mmaction2
全面支持:动作识别、时序检测、时序检测
算法丰富:200+个预训练模型、20+篇论文复现
更有更快:训练速度、模型精度
使用方便:训练工具、测试工具、推理API、多IO后端支持
开源仓地址:https://github.com/open=mmlab/mmagic
开源仓地址:https://github.com/open-mmlab/mmdeploy
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。