2020年12月17日，—OpenMMLab第①期线上课程开播！课程主讲嘉宾是商汤科技研究副总监陈恺博士，他首先对 OpenMMLab 开源项目进行了整体介绍，包括现状、发展历程、总体架构及未来规划；随后逐个讲解了 OpenMMLab 项目的算法框架，并号召各位同学加入开源社区。
登陆将门-TechBeat社区网址，
https://www.techbeat.net/
搜索【OpenMMLab】即可观看直播回放~
以下是本期课程总结，真的不想让你错过这次课程，要好好看哦！
本系列直播课共4期，接下来的3期是OpenMMLab开源工具的教学课程，文末附有课程预告，请及时收藏喔！
更多商汤×TechBeat系列直播课
请锁定将门-TechBeat社区的B站直播间：
https://live.bilibili.com/22183939
Part 1 项目概述
OpenMMLab 项目是基于一个统一架构、用于多个重要研究领域的开源的代码库。它涵盖了多个研究方向热点，算法覆盖也非常完善，共提供了超过一百种的先进算法。到目前为止，已开放超过一千个预训练模型供大家下载。
现 状
OpenMMLab 项目从2018年10月发布第一期，当时发布了 MMCV、MMDetection 这两个代码框架，迅速获得大量关注。2019年6月又发布了 MMAction，同时对 MMCV、MMDetection 进行重大升级；同年9月，有更多的工具包加入到 OpenMMLab 项目中，包括 MMSR、MMFashoin 和 MMSkeleton。
在今年7月的世界人工智能大会上，OpenMMLab 发布了重磅升级，涵盖多个新方向的算法库，包括语义分割框架、人体关键点检测框架、目标检测框架、新一代动作识别框架、图像和视频编程框架以及图像分类基础框架。
发展历程
OpenMMLab 的总体架构分成三个层面。首先，最底层是基于商汤资源的深度学习框架 SenseParrots 和目前最广泛使用的深度学习框架 PyTorch。在训练框架之上，开发了视觉基础库 MMCV，提供了公用算法以及一些底层算法模块和抽象训练接口。在视觉基础之上，开发了算法框架和数据集，目前已经开源了超过十五个算法库，并开放了超过四十个数据集。算法库包括有图像分类、语义分割、基于骨骼的动作分析、目标检测、图像和视频编辑、服饰分析、3D 目标检测、视频动作分析及人体关键点检测等。在未来，也会持续不断地丰富算法库使其更完全地覆盖。数据集包括 WIDER、FineGym、MovieNet、Placepedia 等等。
总体架构概览
目前 OpenMMLab 项目在社区已经形成了非常大的影响力。
社区影响力
为了给学术界提供高质量的代码框架，减少算法的复现难度，可以使用 OpenMMLab 作为一个科研平台来实现自己的一些 idea 和算法，同时缩短算法落地链条，促进产学打通。除了学术界之外，工业界也可以依托 OpenMMLab 打开一些业务的开展。目前在商汤内部还有一些其他公司都有非常多的成功案例。
接下来的发展规划将分成两个方面：技术迭代，生态建设。在技术迭代上，对算法库进一步规范化，提高算法库的标准化程度，并定义标准接口促进框架间的融合，提高开发者的开发体验，同时对基础的训练架构进行升级使其更灵活易用。在生态建设上，完善上下游的工具链，其中包括模型的推理部署、模型的转换部署、推理引擎和硬件支持，以及自动化的工具链。现在，OpenMMLab 也在积极同社区展开合作，践行全方位的合作共建，同时探索适合的运营机制。社区会有很多不同的硬件、数据集、场景和算法，这些都可以给 OpenMMLab 提供非常好的探索来源。
探索的运营机制
Part 2 算法框架介绍
1. MMDetection 目标检测框架
目标检测框架分为目标检测和实例分割。目标检测是用一个矩形框框住外边沿；实例分割除了框住外边沿之外，还需要对物体进行像素级别的分割。目标检测和实例分割都需要对物体的类别进行识别。
目前 OpenMMLab 目标检测框架框架在 GitHub 上已经超过 12800 stars，是目前最流行的目标检测框架之一，解决了 2700 个 issues，并应用于工业、科研及学术比赛。
特点 1：模块化设计，拥有单阶段检测器和双阶段检测器。
特点 2：算法丰富。检测器架构齐全，主干网络丰富，通用组件全面训练手段完善。
2. MMDetection3D 3D目标检测框架
这是前一个 2D 框架的拓展，在一个场景中检测出物体的 3D 框架。
四个特性：
1. 模块化设计，模型抽象化，方便替换组合各种模块；
2. 算法丰富，单模态和多模态检测算法，应用于室内和室外场景。比如室内的 ScanNetSUN RGB-D，室外的 NuScenseLyftKITTI，单模态的点云 3D 检测，单/双目 3D 检测，多模态的点云+图像等；
3. 高性能，分布式训练优化，速度远超同类框架；
4. 集成拓展 MMDetection，作为拓展组件，无缝兼容 MMDetection 中所有模型。
3. MMSegmentation 语义分割框架
语义分割对每个像素要给它一个不同类别的预测，对整个像素点都有不同的 level，可以划分成道路、车辆、植物这些不同的图层。
图像示意
三大特性：
1. 模块化设计：配置简便，容易拓展。
如图所示，首先有一个 Backbone，经过一个 Neck（可选），随后经过 Decode Head，最后得到语义分割的预测结果。除了 Decode Head 之外，在外面加一个 Auxiliary Head 来支持更丰富的任务训练。
2. 统一超参：大量消融实验，支持公平对比。
注意⚠️，这三篇论文均有公开代码。虽然论文报告的性能是算法 A 优于算法 B 优于算法 C，但是在看了所有 setting 后很难下结论哪个更好用。于是我们做了很多对比实验，最后确定了对所有算法相对比较优的一个参数，确定了一个基础 setting。
参数设置
3. 算法丰富：20+ 算法支持 200+ 预训练模型。
4. MMClassification 图像分类框架
1. 提供多样模型结构支持：提供 9 种主流模型结构；
2. 丰富的训练技巧：提供多种常见的训练技巧，如标签平滑等；
3. 大规模训练的配置：探索集群训练并行；
4. 高效率和高拓展性：接口的设计考虑下游任务，易于拓展。
5. MMAction2 视频理解框架
包含多个子任务，如行为识别、时序动作检测、时空动作检测。
任务图示
支持算法多种算法、数据集、模型库，拥有更快的训练速度和多解码方式支持。
所支持的数据集
可以看到 MMAction2 训练速度最快，占有比较明显优势
6. MMPose 人体姿态估计框架
从维度分为2D/3D，从格式分为图像/视频，从表现形式分形状/关键点，从部位分全身/人脸/人手。
分类图示
最常见的两类方法：
1. 自顶向下，首先对给定的图片输入进行人体检测，然后在人体框内部进行单人姿态估计。
2. 自底向上，首先对全图进行关键点检测，然后将所有关键点进行聚类来得到不同的例子。
支持方法示意，上为自顶向下，下为自底向上
支持的算法模型
7. MMEditing 图像视频编辑框架
MMEditing 是首个多任务底层视觉算法库，支持多个 low level 的任务，包括图像修复、超分辨率、抠图、图像生成。将这些集合在一个框架内，为 low level 的研究者带来了很大便利。
任务一：图像修复
修复图像中的受损区域。支持很多算法，如 Global&Local、Partial Conv、Deepfill v1、Deepfill v2。应用在去除水印、消除人像、视频修复。
任务二：抠图
对图片中已知区域做精细化分割。支持算法：Global&Local、Partial Conv、Deepfill v1、Deepfill v2等算法。应用在去除水印、消除人像、视频修复。
任务三：超分辨率
从低分辨率到高分辨率图像或者视频的生成。支持七种算法，如 SRCNN、EDSR、SRResNet、SRGAN、ESRGAN、TOF、EDVR。应用于低功耗图像传感器、图像编辑。
任务四：图像生成
图像生成支持的是一个 conditional 的图像生成，目标是生成符合实验的真实图片。支持 Pix2Pix、CycleGAN 算法。应用在图像编辑、风格转换。
剧透一下，新的算法框架即将到来！（偷偷告诉你，在后面三期的公开课中会有讲到哦～课表附在 Q&A 后）
Part 3 Q&A
1/自己修改网络需要重新编译吗？
通常来讲是不需要的，现在按官方教程是本地安装，任何代码修改都即时可见。
2/能否以 MMDection 为例简单介绍下训练自己模型的流程？
比较推荐开放流程。如果大家想基于 OpenMMLab 想开放一个自己的算法，建议将 MMDetection 和 MMSegmentation 作为一个基础依赖库，可以将注册器 import。新建几个文件，如果自己有一些数据集可以注册进来，然后在 config 文件里直接进行调用。
3/学术届有新的框架提出后，OpenMMLab 需要多久进行更新？
OpenMMLab 的开发是一个非常开放的过程，这也是发布英雄帖的目的。不仅是团队的小伙伴夜以继日地完善，也希望和学术界的研究者或工业界的开发者一起合作，维护各个项目。
4/像 Open 库的相互兼容性，除了 MMDetection 和 MMDetection3D，还有什么？
最终目的是希望实现整个项目的兼容，虽然目前还没有非常完善。MMPose 和 MMDetection 也有一定的兼容和依赖性关系。
比如，如在 MMPose 里调用 MMAction2 和 MMDetection，在 MMSegmentationtion 调用 MMClassification，都是可以做到。
Part 4 课程预告
后续的三期公开课，我们还邀请了 codebase 的核心开发同学，手把手教大家用每一个项目。课表放这里啦！
快长摁收藏，不然就找不到了/
锁定将门-TechBeat社区的B站直播间：
https://live.bilibili.com/22183939
一起学“废”叭~
商汤×TechBeat系列直播课：
OpenMMLab ●●
// 1
// 2
扫码观看！
本周上新！
关于我“门”
▼
将门是一家以专注于发掘、加速及投资技术驱动型创业公司的新型创投机构，旗下涵盖将门创新服务、将门技术社群以及将门创投基金。
将门成立于2015年底，创始团队由微软创投在中国的创始团队原班人马构建而成，曾为微软优选和深度孵化了126家创新的技术型创业公司。
如果您是技术领域的初创企业，不仅想获得投资，还希望获得一系列持续性、有价值的投后服务，欢迎发送或者推荐项目给我“门”:
bp@thejiangmen.com
微信：thejiangmen
bp@thejiangmen.com
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
