【OpenMMLab】AI实战营第二期Day10：底层视觉与MMEditing

8月前作者：songyuc 分类：Toy博客阅读(32) 违法举报

这篇具有很好参考价值的文章主要介绍了【OpenMMLab】AI实战营第二期Day10：底层视觉与MMEditing。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

Summary

本课程包含底层视觉和MMEditing两个部分。第一部分介绍图像超分、深度学习和网络训练的相关算法，第二部分介绍超像素卷积、无监督学习、卷积网络和空间注意机制，以及这些算法在视觉框架中的实践应用。

Highlights

📷介绍计算机视觉里面一个重要的问题：图像超分辨率以及相关算法
🎨介绍MMEditing中的超分模型和视频超分
🧠介绍无监督学习（GAN）和卷积网络的相关算法以及它们在视觉框架中的实践应用
🔬讨论卷积神经网络训练中的损失函数和权重以及空间注意机制的使用
🚀探索如何将AI技术应用到电影制作和游戏设计以创造更真实的视觉效果

2. Enhanced SRGAN 2018

使用RRDB模块

【OpenMMLab】AI实战营第二期Day10：底层视觉与MMEditing

在超分辨率升维的时候去掉BN
衰减系数 $\beta$ ：仅保留了BN中的缩放元件

使用非线性激活前的响应计算感知损失

【OpenMMLab】AI实战营第二期Day10：底层视觉与MMEditing 文章来源地址https://www.toymoban.com/news/detail-492240.html

稀疏的激活提供的监督效果是很弱的

3. EDVR

3.1 BasicVSR++：目前（2023.6.15）最强的视频超分算法，优于EDVR

到了这里，关于【OpenMMLab】AI实战营第二期Day10：底层视觉与MMEditing的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：

领支付宝红包赞助服务器费用

OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic

视频链接：玩转AIGC神器MMagic 代码教程：https://github.com/TommyZihao/MMagic_Tutorials Stable Diffusion的文生图，以及controlnet和dreamboost的图生图（输入一个图像+文字描述，输出另一张图像）在2022年以前，这种技术是无法想象的，像magic一样，所以这个库就叫mmagic 1. Stable Diffusion和Midjour

2024年02月10日
浏览(36)
OpenMMLab-AI实战营第二期——2-1.人体关键点检测与MMPose

视频链接：B站-人体关键点检测与MMPose 关键点提取，属于模式识别人体姿态估计的下游任务：行为识别（比如：拥抱。。）下游任务：CG和动画，这个是最常见的应用下游任务：人机交互（手势识别，依据收拾做出不同的响应，比如：HoloLens会对五指手势（3D）做出不同的反

2024年02月11日
浏览(33)
OpenMMLab-AI实战营第二期-课程笔记-Class 3：RTMPose关键点检测

主讲人：张子豪（同济子豪兄）https://space.bilibili.com/1900783 课程地址：RTMPose关键点检测-安装MMDetection和MMPose_哔哩哔哩_bilibili MMPose主页：https://github.com/open-mmlab/mmpose 教程地址：TommyZihao/MMPose_Tutorials: Jupyter notebook tutorials for mmpose (github.com) 以三角板关键点检测场景为例，结合O

2024年02月08日
浏览(42)
MMPose（openmmlab AI实战营二期第一节）

链接：人体关键点检测与MMPose_哔哩哔哩_bilibili 赶了个进度，实际上没听到，一个方向被浓缩成50分钟是有点难度。后续有需要再回顾吧人体姿态估计：识别人体关键点坐标。模式识别任务，难点是始终在变化。以关键点连线，2/3D中还原人体姿态。PoseC3D：基于人体姿态识别行

2024年02月07日
浏览(30)
AI实战营第二期第六节《MMDetection代码课》——笔记7

MMDetection 是被广泛使用的检测工具箱，包括了目标检侧、实例分割、全景分割等多个通用检测方向，并支持了 75+ 个主流和前沿模型，为用户提供超过 440+ 个预训练模型, 在学术研究和工业落地中拥有广泛应用。该恇架的主要特点为: 模块化设计。MMDetection 将检测框架解耦成不

2024年02月08日
浏览(43)
AI实战营第二期第十节《MMagic 代码课》——笔记11

MMagic (Multimodal Advanced, Generative, and Intelligent Creation) 是一个供专业人工智能研究人员和机器学习工程师去处理、编辑和生成图像与视频的开源 AIGC 工具箱。 MMagic 允许研究人员和工程师使用最先进的预训练模型，并且可以轻松训练和开发新的定制模型。 MMagic 支持各种基础生成

2024年02月14日
浏览(35)
AI实战营第二期第五节《目标检测与MMDetection》——笔记6

MMDetection 是一个基于 PyTorch 的目标检测开源工具箱。它是 OpenMMLab 项目的一部分。是目前应用最广的算法库主分支代码目前支持 PyTorch 1.6 以上的版本。代码链接：https://gitee.com/open-mmlab/mmdetection。模块化设计。MMDetection 将检测框架解耦成不同的模块组件，通过组合不同的模块

2024年02月08日
浏览(28)
AI实战营第二期第七节《语义分割与MMSegmentation》——笔记8

MMSegmentation 是一个基于 PyTorch 的语义分割开源工具箱。它是 OpenMMLab 项目的一部分。 main 分支代码目前支持 PyTorch 1.6 以上的版本。代码链接：https://gitee.com/open-mmlab/mmsegmentation 统一的基准平台。我们将各种各样的语义分割算法集成到了一个统一的工具箱，进行基准测试。模块

2024年02月08日
浏览(35)
AI实战营第二期——第一次作业：基于RTMPose的耳朵穴位关键点检测

根据中医的“倒置胎儿”学说，耳朵的穴位反映了人体全身脏器的健康，耳穴按摩可以缓解失眠多梦、内分泌失调等疾病。耳朵面积较小，但穴位密集，涉及耳舟、耳轮、三角窝、耳甲艇、对耳轮等三维轮廓，普通人难以精准定位耳朵穴位。 Labelme标注关键点检测数据集（子

2024年02月08日
浏览(38)
【OpenMMLab AI实战营二期笔记】第十一天玩转AIGC神器MMagic代码教程

1.1 安装Pytorch 1.2 安装MMCV、MMEngine环境 1.3 安装MMagic 方式一：方式二：源码安装 1.4检查安装成功 1.5 安装其他工具包 2.1 进入 MMagic 主目录 2.2下载样例图片 2.3 运行预测 3.1 导入工具包 3.2 载入模型 3.3 指定Prompt文本 3.4 预测 4.1 进入 MMagic 主目录 4.2 在数据集上训练Dreambooth 4.3 用

2024年02月10日
浏览(28)