OpenMMLab简介
? ? ? OpenMMLab是一個適用于學術研究和工業應用的開源算法體系，涵蓋了計算機視覺的許多研究課題，于2018年10月啟動。主要包括2部分：開源項目和開放數據集。以下內容主要摘自于：https://openmmlab.com/
? ? ? 開源項目：https://github.com/open-mmlab ，包含很多項目，由于每個項目起始開發時間不同，因此各個項目發布版本并不統一，有些項目版本更新較快。而且對于Python、PyTorch、CUDA的版本要求也并不統一，大部分項目需要Python 3.6以上版本，需要PyTorch 1.5以上版本，CUDA可以使用10.2(因為PyTorch各個版本對CUDA 10.2都有支持)。有些項目需CUDA的支持，否則功能會不完善，如MMDetection。支持Windows、Linux和Mac平臺。License為Apache-2.0。有些項目之間有依賴關系。從各個項目的名字大體可以看出此項目的主要內容。
? ? ? 1.MMCV：是一個面向計算機視覺的基礎庫，它支持很多開源項目，如MMDetection、MMOCR等。最新發布版本為v1.6.1。
? ? ? 2.MMDetection：是一個基于PyTorch的目標檢測開源工具箱。最新發布版本為v2.25.1。
? ? ? 3.MMDetection3D：是一個基于PyTorch的目標檢測開源工具箱，下一代面向3D檢測的平臺。最新發布版本為v1.0.0rc3。
? ? ? 4.MMEditing：是一個基于PyTorch的圖像&視頻編輯開源工具箱，支持超分辨率、修復、摳圖、視頻插值等。最新發布版本為v0.15.1。
? ? ? 5.MMAction2：是一個基于PyTorch的視頻理解開源工具箱。最新發布版本為v0.24.1。
? ? ? 6.MMSegmentation：是一個基于PyTorch的語義分割開源工具箱。最新發布版本為v0.27.0。
? ? ? 7.MMClassification：是一個基于PyTorch的開源圖像分類工具箱。最新發布版本為v0.23.2。
? ? ? 8.MMPose：是一個基于PyTorch的姿態分析的開源工具箱。最新發布版本為v0.28.1。
? ? ? 9.MMTracking：是一個基于PyTorch的視頻目標感知開源工具箱。最新發布版本為v0.13.0。
? ? ? 10.MMOCR：是一個基于PyTorch和MMDetection的開源工具箱，專注于文本檢測，文本識別以及相應的下游任務，如關鍵信息提取。最新發布版本為v0.6.0。
? ? ? 11.MMGeneration：是一個基于PyTorch和MMCV的強有力的生成模型工具箱，尤其專注于GAN模型。最新發布版本為v0.7.1。
? ? ? 12.MMRotate：是一個基于PyTorch的旋轉框檢測的開源工具箱。最新發布版本為v0.3.2。
? ? ? 13.MMDeploy：是OpenMMLab模型部署工具箱，為各算法庫提供統一的部署體驗。最新發布版本為v0.6.0。
? ? ? 14.MMRazor：是一個可用于模型瘦身和AutoML的模型壓縮工具箱。最新發布版本為v0.3.1。
? ? ? 15.MMHuman3D：是一個基于PyTorch的人體參數化模型的開源工具箱。最新發布版本為v0.9.0。
? ? ? 16.MMSelfSup：是一個基于PyTorch實現的開源自監督表征學習工具箱。最新發布版本為v0.9.2。
? ? ? 17.MMFlow：是一個基于PyTorch的光流工具箱。最新發布版本為v0.5.1。
? ? ? 18.MMFewShot：是一個基于PyTorch的少樣本學習代碼庫。最新發布版本為v0.1.0。
? ? ? 開放數據集：不支持匿名下載
? ? ? 1.DeeperForensics-1.0 Dataset：是用于現實世界中人臉偽造檢測的新數據集。
? ? ? 2.FineGym：一個基于體操運動視頻建立的新數據集。
? ? ? 3.MovieNet：是用于全面理解電影的數據集。
? ? ? 4.MessyTable：包含大量從多個攝像機視圖中捕獲的混亂的桌子的場景。
? ? ? 5.Placepedia：包含24萬個地點，其中包含來自世界各地的3500萬張圖片。
? ? ? 6.TAPOS：是一個基于體育視頻構建的，帶有子動作人工標注的新數據集。
? ? ? 7.CULane：是一個大規模的極具挑戰性的車道線檢測學術數據集。
? ? ? 8.DeepFashion Dataset：是一個大型服裝數據庫。
? ? ? 9.FashionGAN Dataset：是基于DeepFashion數據集的子集上新標注(語言和分段映射)的數據集。
? ? ? 10.kinetics-skeleton：是一個基于骨骼的人體理解的數據集。
? ? ? 11.OST dataset：室外場景數據集。
? ? ? 12.Web Image Dataset for Event Recognition(WIDER)：是用于從靜態圖像識別復雜事件的數據集。
? ? ? 13.Wider 2019：數據集圍繞人臉和身體的精確定位以及身份的精確識別這一問題。
? ? ? 14.WIDER ATTRIBUTE Dataset：是人類屬性識別基準數據集，其圖像是從可公開獲得的WIDER數據集中選擇的。
? ? ? 15.WIDER FACE Dataset：是一個面部檢測基準數據集，其圖像是從可公開獲得的WIDER數據集中選擇的。
? ? ? 16.WildLife Documentary(WLD) Dataset：包含從YouTube下載的15部紀錄片，其時長從9分鐘到長達50分鐘不等，并且總幀數超過747000。
? ? ? 17.CUHK Face Sketch FERET Database(CUFSF)：用于人臉素描合成和人臉素描識別的研究。
? ? ? 18.CUHK Image Cropping Dataset：該數據集提出了一種自動圖像裁剪的方法。
? ? ? 19.CUHK-PEDES：一個大型的人形描述數據集，其中包含來自各種來源的人形圖像詳細信息的語言標注。
? ? ? 20.Expression in-the-Wild(ExpW) Dataset：包含91793個手動標記了表達式的面部。
? ? ? 21.General 100 Dataset：包含100個bmp格式的圖像(無壓縮)。
? ? ? 22.LPW：收集于三個不同的擁擠場景中。
? ? ? 23.MIT Trajectory Dataset(Single Camera)：用于研究以對象軌跡為特征的單個攝像機視圖中的活動分析。
? ? ? 24.Multi-Task Facial Landmark(MTFL) Dataset：用于訓練人臉界標檢測的多任務深度模型。
? ? ? 25.Pedestrian Color Naming Dataset：包含14213 張圖像，每張圖像均用每個像素的顏色標簽進行了手工標記。
? ? ? 26.Social Relation Dataset：根據凱斯勒(Kiesler)提出的人際關系圈來定義社會關系特征，其中人際關系被分為16個部分。
? ? ? 27.The Comprehensive Cars(CompCars) dataset：包含來自兩種方案的數據，包括來自網絡和監控的圖像。
? ? ? 28.Visual Discriminative Question Generation(VDQG) Dataset：包含從Visual Genome收集的11202個模糊圖像對。
? ? ? 29.WWW Crowd Dataset：是具有人群屬性標注的最大人群數據集。
? ? ? 30.OmniSource：是一個以Kinetics-400類名稱作為查詢的多元化Web數據集。
? ? ? 31.ForgeryNet Dataset：是一個大型面部偽造數據集，它在四個任務中對圖像和視頻級數據進行統一的標注。
? ? ? 另外在知乎https://www.zhihu.com/people/openmmlab 上也有很多技術文章。
? ? ? GitHub：https://github.com/fengbingchun/PyTorch_Test
總結
以上是生活随笔為你收集整理的OpenMMLab简介的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Improving descriptio
- 下一篇： purify内存检测工具