课程连接：AI实战营第一课

       由于项目需求，主要为目标检测领域的应用，所以接触过几次MMDetection，2023年有机会参加一下实战营活动，可以扩展一下自己的AI经历，例如分割、人体位姿估计等任务。

        2025年OpenMMLab算法库更新越来越少了，这一系列的笔记算是过去的记录吧，万一后面又用到了呢。。。

OpenMMLab概述：基于 Pytorch 框架，其低层视觉库是MMCV和MMEngine，适用于学术研究和工业应用，项目开源，使用方便。

1. 部分算法库介绍：

   1. MMDetection：支持目标检测、实例分割、全景分割任务，主要为2D目标检测，具有训练、测试、推理等工具。

   2. MMYOLO：主要针对YOLO目标检测任务，与MMdetection类似，或者说是detection的一个分支。

   3. MMOCR：文本检测（文本区域画出）、文本识别（文字内容识别）、关键信息提取（对证件等结构化信息进行内容提取）

   4. MMDetection3D：3D目标检测，主要应用领域：无人驾驶

   5. MMRotate：旋转目标检测

   6. MMSegmentation：图像分割，特别是语义分割（给每一个像素进行分类）

   7. MMPreTrain：前身MMClassification， 图像分类、预训练和多模态的算法库

      可完成的任务：图像分类、图像描述（给图片，生成文本信息）、视觉问答（根据图片回答问题（文本），多模态）、视觉定位（指定什么，框出什么）、检索

   8. MMPose：姿态估计（关键点检测），应用场景：体感游戏？

   9. MMHuman3D：3维人体姿态估计，应用场景：动捕、VR

   10. MMAction2：视频动作识别算法库，动作识别、时序检测、时空检测，应用场景：手语翻译

   11. MMagic：生成模型

   12. MMDeploy：模型部署，主要应对不同环境导致模型无法部署的问题。

   13. MMTracking：目标跟踪