陈恺-OpenMMLab 计算机视觉开源算法体系（GOTC上海会场）（18页）.pdf

《陈恺-OpenMMLab 计算机视觉开源算法体系（GOTC上海会场）（18页）.pdf》由会员分享，可在线阅读，更多相关《陈恺-OpenMMLab 计算机视觉开源算法体系（GOTC上海会场）（18页）.pdf（18页珍藏版）》请在三个皮匠报告上搜索。

1、AI、大数据与数字经济专场陈恺 2021年07月10日本期议题：OpenMMLab 计算机视觉开源算法体系丰富多彩的计算机视觉任务赋予机器以“眼睛”和“大脑”，让计算机看懂图像和视频丰富多彩的计算机视觉任务目标检测实例分割图像分类3D目标检测语义分割计算机视觉任务Birth of AlexNet人体姿态估计、关键点检测计算机视觉任务图像补全抠图图像超分辨率图像生成计算机视觉任务动作识别和视频理解计算机视觉任务目标跟踪计算机视觉任务AI 领域开源建设背景计算机视觉的蓬勃发展01000200030004000500060007000800020102011201220132014201520162

2、0172018201920202021CVPR 历年投稿/接收论文数投稿论文数接收论文数深度学习的飞速发展随着深度学习、计算机视觉等技术的发展，各大研究机构和公司陆续开源自己的深度学习框架，论文发表同时开源代码也成了行业内的习惯2007201320142015201620172018AI 领域开源建设背景开源成为行业发展的新动力AI 领域开源建设背景开源成为行业发展的新动力 提供高质量代码框架，减少算法复现难度 提供完善的科研平台，加速产出 缩短算法落地链条，促进产学研打通 形成持续成长的开源社区，促进AI行业人才成长OpenMMLab 概述项目意义1 架构1300+预训练模型160+算法15

3、+研究方向1架构15+研究方向160+算法1300+预训练模型所有项目基于一致架构开发，方便研究和学习涵盖多个研究热点方向，算法覆盖完善包括 160+先进算法，性能领先拥有超过 1300 个预训练模型，真正实现开箱即用OpenMMLab 概述现状概述MMSkeletonMMFashionMMSR MMSegmentationMMDetection3dMMClassificationMMAction2MMEditingMMPose2018-10MMCV MMDetectionMMDetection(v1.0)MMActionMMTracking 2019-092020-012019-062020

4、-07MMGenerationMMOCR2021-04OpenMMLab 概述发展历程MMEditing图像和视频编辑MMDetection抽象训练接口公用底层模块视觉基础库算法框架和数据集训练框架MMClassification图像分类MMDetection目标检测MMDetection3D3D目标检测MMSegmentation语义分割MMAction2视频动作分析MMPose人体关键点检测MMTracking目标跟踪WIDERFineGymMovieNet40+数据集PlacepediaMMOCR 文字检测识别15+算法库OpenMMLab 概述总体架构600+contributors1

5、0000+forks37000+starsOpenMMLab 行业贡献和影响力深度学习时代最具影响力的计算机视觉开源算法体系开发者地图用户（star）地图产:从头部企业到大量中小企业的业务中均有应用,如微信扫一扫识物使用了 MMDetection 进行模型训练学:国内外多所高校（如华东五校、香港中文大学、南洋理工大学）开设了以 OpenMMLab 为基础的人工智能课程研:2 年内支持了超过 500 篇论文发表，是国际学术竞赛优胜团队高频代码库COCO 2018 实例分割冠军COCO 2019 实例分割冠军OpenImages 2019 物体检测冠军Global Wheat Detection冠军CrowdHuman 人体检测冠军Materialist(FGVC6)2019冠军OpenMMLab 行业贡献和影响力产学研多方面的行业贡献开源&开放部分算法和工具社区贡献吸收、上下游兼容和支持社区开源数据集算法硬件框架核心算法框架开放平台场景开源生态建设开源生态闭环