mmcv

计算机视觉研究基础 Python 库
授权协议 GPL-3.0
开发语言 Python
所属分类 神经网络/人工智能、 机器学习/深度学习
软件类型 开源软件
地区 国产
投 递 者 慕容越泽
操作系统 跨平台
开源组织
适用人群 未知
 软件概览

mmcv 是用于计算机视觉研究的基础 Python 库,支持 MMLAB 中的许多研究项目,例如 mmdetection。该库主要分为两个部分,一部分是与深度学习框架无关的工具函数,比如 IO/Image/Video 相关的一些操作,另一部分是为 PyTorch 写的一套训练工具,可以大大减少用户需要写的代码量,同时让整个流程的定制变得容易。

它提供以下功能:

  • 通用 IO API

  • 图像处理

  • 视频处理

  • 图像和注释可视化

  • 实用程序 (progress bar, timer, ...)

  • 带有 hook 机制的 PyTorch 运行器

  • 各种 CNN 架构

  • 3.1 MMCV整体概述 提供了上层框架需要的 hook 机制以及可以直接使用的 runner MMCV 提供了非常多的高性能 cuda 算子及其 python 接口 3.2 FileHandler 可参考https://zhuanlan.zhihu.com/p/336097883 fileio中的核心组件,设计文件读写。 mmcv提供了底层逻辑的读写handler,目前支持的有.json/.ya

  • MMCV学习——基础篇1(配置&注册机制)  博主最近在学习mmcv这个基础库,所以写一个博客记录一下。一来是作为学习笔记,方便日后查阅,二来是和大家分享交流一下我得学习心得。mmcv是由OpenMMLab开源的一个计算机视觉的基础库,支持了OpenMMLab众多开源的优秀仓库(比如,MMDetection、MMSegmentation、MMSelfSup等等)。合抱之木,生于毫末。mmcv在Op

  • 【mmcv】——卷积神经网络 我们为卷积神经网络提供了一些构建模块,包括层构建、模块组件和权重初始化。 网络层的构建 在运行实验时,我们可能需要尝试同属一种类型但不同配置的层,但又不希望每次都修改代码。于是我们提供一些层构建方法,可以从字典构建层,字典可以在配置文件中配置,也可以通过命令行参数指定。 用法 一个简单的例子: cfg = dict(type='Conv3d') layer = bui

 相关资料
  • 7.2 一面 专业问答环节 自我介绍 项目介绍 小目标问题及解决方法 精度的相对提升和绝对提升 双阶段和单阶段目标检测器的区别 Anchor-free和Anchor-base的区别 NMS在Anchor-free上是否有用 基于Transformer的目标检测框架介绍 像素级分类和语义分割的区别 关于NLP的最新进展 深度学习模型的部署 谈人生环节 对科大讯飞的了解 科大讯飞与自己的契合点 对人工

  • 8.8 一面 英文自我介绍 项目介绍 单阶段目标检测和双阶段目标检测的区别 数据增强方法 Python如何实现二维数组 Python中的魔法方法 __new__()和__init__()的区别 装饰器和迭代器的区别 Python中的with语句 贪心算法和动态规划的区别 C++中main函数的参数的意义 C++的内联函数 Pytorch实现卷积 优先级队列的实现 mAP的计算原理 8.11 测评

  • 线下笔试已过。 对着简历问的。 1、我硕士学了密码学,问我对称和非对称加密区别,分别有哪些算法,应用场景有哪些 2、中断机制 3、介绍小论文,问里面的东西 4、怎么防止过拟合

  • 一、计算机网络 TCP/UDP TCP/IP即传输控制协议,是面向连接的协议,发送数据前要先建立连接,TCP提供可靠的服务,也就是说,通过TCP连接传输的数据不会丢失,没有重复,并且按顺序到达。(类似于打电话) UDP它是属于TCP/IP协议族中的一种。是无连接的协议,发送数据前不需要建立连接,是没有可靠性的协议。因为不需要建立连接所以可以在在网络上以任何可能的路径传输,因此能否到达目的地,到达目

  • 今天二面,手撕算法题是复原ip地址,编程弱鸡30分钟都没写出来,还是有问题放弃了 1.面试官自我介绍 2. 我自我介绍 3. 介绍我认为我觉得比较好的一个论文 4. 关于aaai那篇论文怎么做的 5. 打开论文讲,不然感觉有些抽象 6. 做个题吧,没做出来,最后他说不用做了 我让面试官看哪里不对他也一时半会儿改不了,回溯失败 7.反问: 1. 人力投入 2.培养 3. 做什么 4. 实习多久 总时

  • 一面: 自我介绍 项目介绍 八股文: 1. GBDT 2. xgboost 3.逻辑回归,svm,决策树的优缺点,适用场景 4.决策树和随机森林的区别 5.是否了解attention,transform的kqv 6.用过的loss函数,是否了解triplet loss之类的,好几个没听过的loss,没记住 7.batchnorm的参数是否可训练,b*c*w*h有多少个参数 8.如何进行上采样,上采

  • base 西安 一面(30min): 第一个面试官: (1) 英文自我介绍 英文说我的家乡和陕西的不同 (2) 介绍一个自己的项目 问了下模型的数据量 (3) 介绍一下模型训练的流程 (4) 完成括号匹配需要使用什么数据结构,讲一下怎么实现 (5) 主要使用的语言:python 了解c++吗:本科用过,但现在不熟 ×(6) 指针和引用有什么区别:我知道指针是啥...但是引用想成了python里的引

  • 本书全面而详细地阐述了计算机科学的理论基础,从抽象概念的机械化到各种数据模型的建立,用算法、数据抽象等核心思想贯穿各个主题,很好地兼顾了学科广度和主题深度,帮助读者培养计算机领域的大局观,学习真正的计算机科学。