[Attention] 超级视客营 MMYOLO
hhaAndroid opened this issue · comments
Haian Huang(深度眸) commented
活动介绍
大家好,第一期 OpenMMLab 超级视客营实训活动开始啦!超级视客营实训活动提供十七个方向、上百个不同难度的任务供大家选择,不管你是初涉 AI 的新手还是资深炼丹师,都有适合你的任务供你选择。助力大家上手 OpenMMLab 开源算法库并参与项目建设。本期活动联合北京超级云计算中心,提供算力支持,为大家开发保驾护航。
活动参与方式:选择你感兴趣的任务,在 OpenMMLab 官网提交报名表。完成匹配后,即可和导师对接制定任务规划,开始上手开发。根据不同任务要求在对应的地址提交代码结果,出题方初步 review 通过后即可领取下一个任务或者坐等领奖。活动详情戳:OpenMMLab 官网活动页。
任务列表
在这我们将列出 MMYOLO 的相关任务,大家感兴趣的可以抓紧时间去官网活动页面报名!
任务题目 | 任务描述 | 技术标签 | 难易程度 | 积分数 |
---|---|---|---|---|
算法复现 YOLOv7 | 复现 YOLOv7 算法,具体包括:基于 MMYOLO 中已提 PR,提供官方权重转换脚本基于 MMYOLO 中已提 PR,实现 P6 大模型 loss 逻辑 | Python,PyTorch,目标检测 | 高级任务 | 80 |
YOLOv5 支持 ignore instance | 参考 MMDet 相关逻辑,在 YOLOv5 中支持 ignore instance | Python,PyTorch,目标检测 | 高级任务 | 80 |
YOLOv5 支持实例分割任务中数据变换部分 | 参考官方 YOLOv5 实例分割实现,在 MMYOLO 中支持实例分割任务中数据变换部分 | Python,PyTorch,实例分割 | 高级任务 | 80 |
YOLOv5 支持实例分割任务中 loss 部分 | 参考官方 YOLOv5 实例分割实现,在 MMYOLO 中支持实例分割任务中 loss 部分 | Python,PyTorch,实例分割 | 高级任务 | 80 |
PPYLOE 部署模块开发 | 基于 MMDeploy 实现 PPYLOE 部署模块开发 | Python,PyTorch,部署 | 高级任务 | 80 |
YOLOv5 训练中支持自动 anchor 优化 | 基于优化 anchor 脚本,在训练中支持自动 anchor 优化 | Python,PyTorch,目标检测 | 进阶任务 | 30 |
提供 MMYOLO 中算法模块组合应用案例文档 | 针对 MMYOLO 中已经实现的各类 YOLO 算法,提供算法模块组合应用案例文档 | 文档 | 进阶任务 | 30 |
YOLOv5 从入门到部署教程优化 | 优化和完善部署教程 | 文档 | 进阶任务 | 30 |
YOLOv6 算法中文解读文案 | 基于目前实现撰写YOLOv6 算法中文解读文案 | 文档 | 初级任务 | 20 |
YOLOv7 算法中文解读文案 | 基于目前实现撰写YOLOv7 算法中文解读文案 | 文档 | 初级任务 | 20 |
中文文档翻译为英文 | https://github.com/open-mmlab/mmyolo/blob/main/docs/zh_cn/deploy | 文档 | 初级任务 | 10 |
中文文档翻译为英文 | https://github.com/open-mmlab/mmyolo/blob/main/docs/zh_cn/algorithm_descriptions/rtmdet_description.md | 文档 | 初级任务 | 10 |
活动报名地址:报名表地址
根据任务难度可以获得对应积分,兑换不同奖品。另外完成任务后在知识社区发布学习心得即可获得额外积分(记得主动找小助手领取哦)。
活动交流群:群二维码
有任何疑问欢迎大家加入群聊或者 Issue 下参与讨论,快来完成挑战,加入 OpenMMLab 贡献者队伍吧~
mm-assistant commented
We recommend using English or English & Chinese for issues so that we could have broader discussion.