Apprentissage de l'ingénierie MMDetection3D
Remarque : Ce qui suit est un lien vers le billet de blog officiel, qui est complet et approfondi.
1. Vous guider à travers la série de détection et de segmentation 3D
1. Initiez-vous à jouer avec la détection et la segmentation 3D (1) : Introduction au cadre général de MMDetection3D2.
Initiez-vous à jouer avec la détection et la segmentation 3D (2) : Système de coordonnées et Box pour l'analyse des composants de base
3. Initiez-vous à jouer avec détection et segmentation 3D (3) : Visualisation intéressante
2. Série d'analyse des composants de base MMCV
1. Analyse du composant central MMCV (1) : vue d'ensemble
2. Analyse du composant central MMCV (2) : FileHandler
3. Analyse du composant central MMCV (3) : FileClient
4. Analyse du composant central MMCV (4) : Config
5. Composant central MMCV Analyse (5) : Registre
6. Analyse du composant central MMCV (6) : Hook
7. Analyse du composant central MMCV (7) : Runner
3. Maîtrisez facilement la série de processus de construction globale de MMDetection
1. Maîtrisez facilement le processus de construction global de MMDetection (1)
2. Maîtrisez facilement le processus de construction global de MMDetection (2)
3. Maîtrisez facilement le processus Head dans MMDetection
4. Maîtrisez facilement les algorithmes couramment utilisés dans MMDetection (1) : RetinaNet et les détails de configuration
5. Maîtrisez facilement les algorithmes couramment utilisés dans MMDetection (2) : R-CNN plus rapide|Mask R-CNN
6. Maîtrisez facilement les algorithmes couramment utilisés dans MMDetection (3) : FCOS
7. Maîtrisez facilement les algorithmes couramment utilisés dans MMDetection (4 ): ATSS
8. Maîtrisez facilement les algorithmes couramment utilisés dans MMDetection Algorithm (5): Cascade R-CNN
9. Maîtrisez facilement les algorithmes couramment utilisés dans MMDetection (6): YOLOF
10. Maîtrisez facilement les algorithmes couramment utilisés dans MMDetection (7): CenterNet
11. Maîtrisez facilement les algorithmes couramment utilisés dans MMDetection (8) : YOLACT
12. Maîtrisez facilement les algorithmes couramment utilisés dans MMDetection (9) : AutoAssign
13. Guide avancé OpenMMLab, formation de modèle et test de l'ensemble de l'analyse du processus (version avancée plus détaillée de la deuxième partie)
4. Déploiement du modèle Série de démarrage MMDeploy
Tutoriel github MMDeploy MMDeploy
Présentation de l'adresse du problème spécial
1. Tutoriel d'introduction au déploiement du modèle (1) : Introduction au déploiement du modèle
2. Tutoriel d'introduction au déploiement du modèle (2) : Résolution des problèmes de déploiement du modèle
3. Tutoriel d'introduction au déploiement du modèle (3) : Explication détaillée de PyTorch à ONNX
4. Tutoriel de démarrage de déploiement de modèle (4) : Prise en charge de plus d'opérateurs ONNX dans PyTorch
5. Tutoriel de démarrage de déploiement de modèle (5) : Modification et débogage du modèle ONNX
6. Tutoriel de démarrage de déploiement de modèle (6) : Implémentation de l'outil d'alignement de précision PyTorch-ONNX
7 Tutoriel de déploiement de modèle (7) : construction et inférence de modèle TensorRT
8. Tutoriel de déploiement de modèle (8) : comment ajouter un opérateur personnalisé TensorRT
5. Représentation intermédiaire de TorchScript
1. Interprétation TorchScript (1) : Apprendre à connaître TorchScript
2. Interprétation TorchScript (2) : Analyse de l'implémentation du traceur Torch jit
3. Interprétation TorchScript (3) : subgraph rewriter en jit
4. Interprétation TorchScript (4) : Alias dans Torch jit analyser