OpenMMLab

在图像/视频超分辨率研究中，充分了解数据集是重要的一环。作为面向底层视觉任务的工具包，MMEditing 目前已经支持了大量先进的超分辨率模型，同时也支持了相关的主流超分数据集。

MMYOLO 是一个基于 PyTorch 和 MMDetection 的 YOLO 系列工业核心算法库，为用户提供统一全面的评测流程、轻松可定制的模块组件以及支持多任务且高效的训练部署流程。

通过在模型结构的基本单元引入大 kernel 深度可分离卷积增大感受野，并平衡不同分辨率层级间以及 backbone 和 neck 间的计算量、参数量平衡，改进标签分配以及数据增强策略，RTMDet

本文详细分析和总结了最新的 YOLOv8 算法，从整体设计到模型结构、Loss 计算、训练数据增强、训练策略和推理过程进行了详细的说明，并提供了大量的示意图供大家方便理解

可视化在深度学习时代算是核心需求，借助可视化功能，研究者可以快速定位分析模型以及排查问题。在 OpenMMLab 2.0 时代，MMEngine 对常用的可视化需求进行了设计和实现，其具备如下功能：

来自社区 PeterH0323 投稿 AI 已经被应用到各行各业，现如今任何人都可以轻松基于开源框架快速搭建符合自身需求的 AI 应用。本文将基于 MMYOLO 开源框架，基于生活中收集的猫猫数据集，

前言 PyTorch 2.0 算是正式官宣了，预计在明年 3 月和大家见面。官方的 blog 宣发了非常多的内容，但是阅读下来不难发现，几乎所有的性能提升、体验优化都源自于 PyTorch 新设计的即

写在前面 在刚刚结束的 ACCV 2022 国际细粒度图像分析挑战赛中，我们团队在 133 支参赛队伍中脱颖而出，在 Leadboard-B 上以 2.5 的绝对优势取得冠军。 在比赛过程中，我们使用

前文 好久不见！自监督系列文章继续更新啦！在前几期的文章我们介绍了基于辅助任务，对比学习，和图片掩码学习的自监督学习范式 (对比学习，图片掩码学习其实也可以归属于基于辅助任务的自监督学习，由于这两类是