OpenMMLab

自从两年前 MMDetection3D 发布以来，我们收到了很多用户的反馈，其中有不少有价值的建议，同时也有很多吐槽（当然我们非常欢迎大家来吐槽），也有很多社区用户参与到我们代码库的完善中，我们也非常

MMYOLO 是 OpenMMLab 生态面向 YOLO 系列的开源算法库，由社区主导，主要涵盖了 YOLO 系列的各个算法。 MMYOLO 致力于在复现诸多 YOLO 算法的基础上，提供公平统一的算

时光荏苒，距离 MMDetection 上一个大版本 V2.0 的发布已经过去了两年。在这两年里，MMDetection 研发团队一直在追踪目标检测的进展，持续支持前沿 SOTA 算法并拓展代码库的功

MMSelfSup MMSelfSup 是 OpenMMLab 生态的面向自监督学习的开源算法库，主要涵盖了计算机视觉的自监督学习。与监督学习不同，自监督学习无需人为的数据标注，能够有效利用海量的无标

MMClassification 是 OpenMMLab 生态面向图像分类的开源算法库，主要涵盖了计算机视觉领域丰富的基础模型架构。 2020 年 10 月，MMClassification 发布了首

MMCV 在上一篇文章中，我们带大家了解了新一代训练架构 MMEngine ，既然 Runner、Hook 这些核心组件都在 MMEngine 里实现了，那 MMCV 还有啥嘞？架构升级后，我们还能用

MMCV 作为深度学习基础框架的先驱，一经开源就受到了社区同学的广泛关注。然而随着深度学习任务的需求变得越来越多样化，MMCV 早期的架构设计也开始难以满足日益复杂的需求。因此 OpenMMLab 2

在社区同学的协助下，我们基于 MMDetection V3.0 开源了全新算法库 —— MMYOLO，回应社区广泛的呼声。

OpenMMLab 2.0 浦视视觉算法体系正式亮相，展示了新架构、新算法、新生态，迎来开源后最大版本升级！