炼数成金 门户 商业智能 人工智能 查看内容

港中文-商汤OpenMMLab开源全景图!

2020-7-21 17:41| 发布者: 炼数成金_小数| 查看: 9387| 评论: 0|来自: OpenCV中文网

摘要: OpenMMLab 为香港中文大学-商汤科技联合实验室 MMLab 开源的算法平台,不到两年时间,已经包含众多 SOTA 计算机视觉算法。OpenMMLab 在Github上不是一个单独项目,除了大家所熟知的 Github 上万 star 目标检测库 MMD ...
OpenMMLab 为香港中文大学-商汤科技联合实验室 MMLab 开源的算法平台,不到两年时间,已经包含众多 SOTA 计算机视觉算法。

OpenMMLab 在Github上不是一个单独项目,除了大家所熟知的 Github 上万 star 目标检测库 MMDetection,还有其他方向的代码库和数据集,非常值得从事计算机视觉研发的朋友关注。

近期 OpenMMLab 进行了密集更新,新增了多个库,官方称涉及超过 10 个研究方向,开放超过 100 种算法和 600 种预训练模型,目前Github总星标超过 1.7 万。是CV方向系统性较强、社区活跃的开源平台。

这些库大部分都基于深度学习 PyTorch 框架,算法紧跟前沿,方便易用,文档较为丰富,无论对于研究还是工程开发的朋友都很值得了解。

项目主页:
http://openmmlab.org/

本文带领大家细数各个代码库,相信总有一款适合你!

MMCV


MMCV是用于计算机视觉研究的基础Python库,支持OpenMMLab旗下其他开源库。
Github | https://github.com/open-mmlab/mmcv
主要功能是I/O、图像视频处理、标注可视化、各种CNN架构、各类CUDA操作算子。

MMDetection


MMDetection是基于PyTorch的开源目标检测工具箱。是OpenMMLab最知名的开源库,几乎是研究目标检测必备!
主要特点:
模块化设计
支持开箱即用的多方法
高效率
SOTA

demo:


Github | https://github.com/open-mmlab/mmdetection
主持的主干网:

 ResNet
 ResNeXt
 VGG
 HRNet
 RegNet
 Res2Net
支持的算法:

 RPN
 Fast R-CNN
 Faster R-CNN
 Mask R-CNN
 Cascade R-CNN
 Cascade Mask R-CNN
 SSD
 RetinaNet
 GHM
 Mask Scoring R-CNN
 Double-Head R-CNN
 Hybrid Task Cascade
 Libra R-CNN
 Guided Anchoring
 FCOS
 RepPoints
 Foveabox
 FreeAnchor
 NAS-FPN
 ATSS
 FSAF
 PAFPN
 Dynamic R-CNN
 PointRend
 CARAFE
 DCNv2
 Group Normalization
 Weight Standardization
 OHEM
 Soft-NMS
 Generalized Attention
 GCNet
 Mixed Precision (FP16) Training
 InstaBoost
 GRoIE
 DetectoRS
 Generalized Focal Loss

MMDetection3D


从CVPR2020 中也可以看出3D目标检测研究异常火热,该库是专门用于3D目标检测的开源库。
主要特点:
支持开箱即用的多模态/单模态检测器
支持开箱即用的室内/室外检测器
与2D目标检测自然融合
高效率

demo:


Github | https://github.com/open-mmlab/mmdetection3d

MMSegmentation


MMSegmentation是一个基于PyTorch的开源语义分割工具箱.
主要特点:
统一基准
模块化设计
支持开箱即用的多方法
高效率

demo:


Github | https://github.com/open-mmlab/mmsegmentation
支持的骨干网:

 ResNet
 ResNeXt
 HRNet
支持的算法:

 FCN
 PSPNet
 DeepLabV3
 PSANet
 DeepLabV3+
 UPerNet
 NonLocal Net
 EncNet
 CCNet
 DANet
 GCNet
 ANN
 OCRNet

MMClassification


MMClassification是基于PyTorch的开源图像分类工具箱。

主要特点:
各种骨干与预训练模型
Bag of training tricks
大规模训练配置
高效率与可扩展性


Github | https://github.com/open-mmlab/mmclassification
支持的骨干网:

 ResNet
 ResNeXt
 SE-ResNet
 SE-ResNeXt
 RegNet
 ShuffleNetV1
 ShuffleNetV2
 MobileNetV2
 MobileNetV3

MMPose


MMPose是一个基于PyTorch的开源姿势估计工具箱。

demo:


Github | https://github.com/open-mmlab/mmpose
论文盘点 | CVPR 2020 -人体姿态估计与动作捕捉篇

MMAction
MMAction是一个基于PyTorch开放源代码的工具箱,用于动作理解。
主要特点:
可以解决以下任务:
从剪辑视频中进行动作识别
未剪辑视频中的时序动作检测(也称为动作定位)
未剪辑视频中的时空动作检测。
支持各种数据集
支持多动作理解框架
模块化设计

Github | https://github.com/open-mmlab/mmaction

MMAction2


MMAction2是一个基于PyTorch开放源代码的工具箱,用于动作理解。
主要特点:
模块化设计
支持多种数据集
支持多重动作理解框架
完善的测试和记录
MMAction2比MMAction支持的算法更多,速度更快,开发者也更活跃。

demo:


Github | https://github.com/open-mmlab/mmaction2
支持的动作识别算法:

 TSN
 TSM
 R(2+1)D
 I3D
 SlowOnly
 SlowFast
支持的动作定位算法:

 BMN
 BSN

MMSkeleton
MMSkeleton
用于人体姿势估计,基于骨架的动作识别和动作合成。
特点:
高扩展性
多任务
demo:


Github | https://github.com/open-mmlab/mmskeleton

MMFashion


MMFashion是一个基于PyTorch的开源视觉时尚分析工具箱。
特点:
灵活:模块化设计,易于扩展
友好:外行用户的现成模型
全面:支持各种时装分析任务

demo:


Github | https://github.com/open-mmlab/mmfashion
支持应用:
服饰属性预测
服饰识别与检索
服饰特征点检测
服饰解析和分割
服饰搭配推荐

MMEditing


MMEditing是基于PyTorch的开源图像和视频编辑工具箱
主要特点:

模块化设计
在编辑中支持多任务
SOTA

demo:


Github | https://github.com/open-mmlab/mmediting

OpenPCDet
OpenPCDet 是一个清晰,简单,自成体系的开源项目,用于基于LiDAR的3D目标检测。
设计模式:


Github | https://github.com/open-mmlab/OpenPCDet
支持一阶段和两阶段的3D目标检测框架、多机多卡分布式训练和测试、ATSS等。

OpenUnReID
OpenUnReID是研究用于目标重识别的无监督学习和无监督域适应的开源库,基于PyTorch实现。

主要特点:
多机多卡分布式训练和测试
 支持数据集、骨干网、损失函数高度灵活的结合
 高速的基于GPU的伪标签生成和k-reciprocal重排序方法
 即插即用的适用任何骨干网的批规范化方法:BatchNorms、sync BN
 强大的基线实现
 目前目标重识别领域无监督学习和域适应的众多SOTA算法

支持算法:


Github | https://github.com/open-mmlab/OpenUnReID

OpenSelfSup
OpenSelfSup是基于PyTorch的无监督表示学习工具箱


主要特点:
方法众多
灵活可扩展
高效
算法比较评测简单

包含算法:


其中BYOL刚出来没多久!
Github | https://github.com/open-mmlab/OpenSelfSup

声明:文章收集于网络,版权归原作者所有,为传播信息而发,如有侵权,请联系小编删除,谢谢!

欢迎加入本站公开兴趣群
商业智能与数据分析群
兴趣范围包括:各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识
QQ群:81035754

鲜花

握手

雷人

路过

鸡蛋

相关阅读

最新评论

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

 

GMT+8, 2020-8-4 13:06 , Processed in 0.212018 second(s), 25 queries .