Skip to content

Latest commit

 

History

History
8 lines (4 loc) · 2.9 KB

训练营总结分享.md

File metadata and controls

8 lines (4 loc) · 2.9 KB

简单聊聊这次训练营的一些想法和建议

事实上在参加本次训练营之前我从未使用过openmmlab的任何算法库和产品demo,但是我是知道有这么一个开源组织的,能做到现在国内怎么大的AI开源社区我觉得是很不容易的,我们也在近些年的各大顶会上看到openmmlab的身影。其实很早之前就关注了同济子豪兄,因为他很早就一直在做开源教学和AI初学者的一些基础知识分享,他从同济毕业宣布做全职UP主之后才知道原来他加入了一个叫openmmlab的开源组织(很神奇的是科研真的是一个圈哪哪都是熟人哈哈)。我觉得openmmlab能做到现在国内前几的开源框架真的是一件很了不起的事情,当然国内还有很多像paddlepaddle这样非常不错的AI框架,大家互相交流互相进步才能促进开源社区的蓬勃发展。

这次的AI训练营以一个比较完整地视角全面介绍了openmmlab旗下的一些开源库诸如mmpretrain、mmdetection、mmagic、mmsegmentation、mmengine等。(顺便夸一下openmmlab的这个库的设计真的非常合理清晰,让人一看就知道是干什么的,整个开发逻辑也比较统一,不会让使用者在不同的算法库开发时有割裂感)实战营的一个好处就是不是空讲理论,而是一次理论课配合一次代码课可以让学员亲身实践上课所讲的知识,同时也能迅速熟悉openmmlab的整体框架体系,方便日后快速开发自己的算法。并且每一次讲得算法也是比较前沿的,老师们在讲述每一个领域算法的发展历程时十分清晰,能够从古到今同时还可以给我们一个扩展和发展思考,这一点是很好的。此外这次实战营的人员配置也是挺不错的设置,班长可以及时地敦促同学们按时完成作业,push大家跟进最新的消息,助教可以及时地发现每次作业的问题,在批改时也能给予同学们一定的建议,这种大家一起学习进步的氛围是很难得的。

下面谈一下对实战营未来的一些展望和建议。首先就是感觉这次的活动作业设置还是相对有一些简单了,比如很多时候作业的数据集子豪兄都直接做好了,我觉得以后还是可以让学员们从头到尾去走一遍深度学习的整个开发流程。还有就是本次可能还是科普宣传openmmlab平台为主,希望以后可以教学一下如何基于openmmlab先有的算法框架加入自己的想法和创新(当然这一部分可能有点过分了哈哈)。另外一方面希望以后代码实战可以由老师们带着手敲一下,这样可能印象更深刻一些。还有就是一些算法讲解的时候希望能增添一些基础前置知识,不然可能从来没接触过的初学者不是太容易理解。总体来说这次实战营体验还是非常好的,感谢openmmlab提供这么好的一个平台,衷心感谢!