靖海DeepTech 深科技

　　OpenMMLab 是商湯科技開源的一個計算機(jī)視覺領(lǐng)域的 AI 算法框架。自 2018 年 10 月逐步開源以來，OpenMMLab 在軟件源代碼托管服務(wù)平臺 Github 上共累積了 1.6 萬個星。

　　開發(fā) OpenMMLab 對于商湯來說意味著什么？商湯對于未來 OpenMMLab 又會有怎樣的發(fā)展計劃？

　　為此，DeepTech 對商湯科技聯(lián)合創(chuàng)始人、香港中文大學(xué)信息工程系教授林達(dá)華進(jìn)行了專訪。

　　圖商湯科技聯(lián)合創(chuàng)始人、香港中文大學(xué)信息工程系教授（來源：香港中文大學(xué)）

　　OpenMMLab 不是一個算法，而是一個覆蓋了十多個研究的垂直領(lǐng)域，共包含 100 多種算法和 600 多種模型的算法框架， 這是 “迄今為止最完備的算法體系和框架”。目前，OpenMMLab 聚焦的方向包括：圖像分類、檢測、語義分割、動作識別、3D 點云、圖像的超分辨率、圖像的修補、圖像的編輯、人體關(guān)鍵點的檢測還有跟蹤。這些是整個計算機(jī)視覺領(lǐng)域最主要的方向，也是在實際運用中被最廣泛推動的一些方向。

　　林達(dá)華表示，完成一個人工智能算法的開發(fā)是一個非常復(fù)雜的過程，從簡單的想法開始到最后的落地，有很多工程化方面的問題，要花費大量的實踐和工程資源。“有了 OpenMMLab，那么全球 AI 方面做研發(fā)的時候，很多新的想法、創(chuàng)造性的想法、創(chuàng)新性的想法，就能夠基于這樣一個空間和結(jié)構(gòu)順勢形成一個落地的技術(shù)，大大地加快整個研發(fā)的流程，這也是商湯這個開源體系對于整個 AI 產(chǎn)研界的一個貢獻(xiàn) “。

　　而在這個過程中，OpenMMLab 也 “能夠逐漸形成一個非常好的開源生態(tài)，讓很多的想法都可以基于這樣一個基礎(chǔ)進(jìn)行充分的交流”。比如 OpenMMLab 框架里的 MMDetection， 參與開發(fā)的貢獻(xiàn)者多達(dá) 100 多位，但其中的商湯全職員工只有幾個人，大部分的其他貢獻(xiàn)者是很多社區(qū)和研究機(jī)構(gòu)的同學(xué)。對于商湯來說，很多通過這種形式開發(fā)出來的算法對于推進(jìn)人工智能產(chǎn)業(yè)賦能有很大的意義，而對于開發(fā)者來說，他們從想法到實現(xiàn)的路徑也大大地縮短。

　　與行業(yè)內(nèi)其它開源項目相比，林達(dá)華認(rèn)為 OpenMMLab 的最大優(yōu)勢在于成體系化，從而降低開發(fā)的成本。在深度學(xué)習(xí)時代，F(xiàn)acebook、Google 等公司開發(fā)的算法大多是某些垂直方向單點的開源，而 OpenMMLab 基本上覆蓋了計算機(jī)視覺領(lǐng)域的幾乎全部主要方向。和單點的算法開源項目相比，OpenMMLab 的整個架構(gòu)是統(tǒng)一設(shè)計的，擁有很強(qiáng)的適用性。

　　此外，開發(fā)者在試圖實現(xiàn)一些學(xué)術(shù)論文里面報告的算法的時候，往往達(dá)不到論文宣稱的高精度。這是因為，對于深度學(xué)習(xí)來說，在訓(xùn)練的過程中有非常多的影響因素，要尋找到這個差別、實現(xiàn)報告水平的精度，往往一個算法要花幾個月的時間來調(diào)參。而 OpenMMLab 已經(jīng)把所有不同算法包到這個代碼庫里面來了，替外部使用者提前 “踩坑”，后者也就不需要再把這些彎路重走一遍了。

　　這樣一來，開發(fā)人員在開發(fā)自己的項目時，就無需重新搭建已經(jīng)實現(xiàn)的其它算法。只需要實現(xiàn)自己的創(chuàng)新的部分，哪怕只有兩三個函數(shù)，再把它們直接接入到 OpenMMLab 的框架，和里面的組件進(jìn)行簡單的連接，就能形成一個完整的、能落地的項目。對于應(yīng)用開發(fā)來說，這是非常簡便的。

　　“這個的話，商湯是第一個”，林達(dá)華說。

　　圖 OpenMMLab 項目（來源：OpenMMLab，GitHub）

　　對于未來的發(fā)展方向，林達(dá)華希望他們的努力能夠逐漸培育出一個生態(tài)的體系，從單點單個方向的開源和單篇論文的開源，逐漸走向整個領(lǐng)域的開源。如果得以實現(xiàn)，將會極大降低業(yè)界產(chǎn)品和項目落地的難度，以及縮短科研的路徑。

　　計算機(jī)視覺已經(jīng)處在了產(chǎn)業(yè)落地的時期，目前正在從某些重要領(lǐng)域的工業(yè)化，逐漸走向以智慧城市、智慧醫(yī)療為例的全社會的普及化。深度學(xué)習(xí)經(jīng)過這幾年的發(fā)展，在工程上、技術(shù)上已經(jīng)到了非常高的水平，但這個水平的獲得依賴巨大的算力和大量數(shù)據(jù)的獲取，這樣的依賴導(dǎo)致 AI 在任何一個場景的落地中都面臨著比較高的開發(fā)、算力和數(shù)據(jù)的代價。

　　OpenMMLab 在很大程度上就是解決算法設(shè)計的代價問題。林達(dá)華認(rèn)為，人工智能從技術(shù)到產(chǎn)業(yè)落地的過程中，會在落地和技術(shù)兩個層面面臨挑戰(zhàn)。

　　在落地層面，最大的挑戰(zhàn)在于要深入理解場景的需求和痛點。不深入這個行業(yè)的時候，可能會對這個行業(yè)有一些自己的想象，但是如果進(jìn)去之后就會發(fā)現(xiàn)它其實是另外一番風(fēng)景。

　　而在技術(shù)層面，同樣的算法在不同場景落地的時候也會演化出不同的版本，這會給技術(shù)積累產(chǎn)生很大的挑戰(zhàn)。

　　OpenMMLab 是通過統(tǒng)一架構(gòu)的方式來解決這個問題的。統(tǒng)一的框架意味著在這個平臺上，大家都聚焦某種架構(gòu)去做這些算法，雖然具體的部分可能是有不一樣的，但是有很多的部分是共享的。每一個部分在落地過程中都會改進(jìn)，隨著時間的發(fā)展，整個體系各個部分都在持續(xù)成長，整個體系的技術(shù)能力也就可以每過一兩年都有一個巨大的提升。

　　在林達(dá)華看來，一個優(yōu)秀的開源項目，應(yīng)該獲得持久的生命力。一開始可能是一些同事或者研發(fā)的人員在開發(fā)，后來如果這個開源項目真真正正給到社區(qū)、行業(yè)、學(xué)術(shù)界以價值，就可以吸引到越來越多的貢獻(xiàn)者，參與到這個項目共同的創(chuàng)造里面來。原先的參與者可能已經(jīng)不再繼續(xù)維持這個項目了，但這個社區(qū)依然能夠推動項目的發(fā)展，保持一個正向的循環(huán)。

　　對于未來，商湯也希望可以逐漸從內(nèi)容生態(tài)、算法生態(tài)的開放，延伸到更加基礎(chǔ)層面的設(shè)施。他們期待這樣一個開源開放生態(tài)的構(gòu)建，可以在未來讓整個人工智能領(lǐng)域的研發(fā)和落地都得到加速的發(fā)展。

　　-End-

　　責(zé)編：胡巍巍

　　參考：

　　https://github.com/open-mmlab

　　https://open-mmlab.github.io/

　　https://www.ie.cuhk.edu.hk/people/dhlin.shtml

　　http://dahua.me/

總結(jié)

以上是生活随笔為你收集整理的Github累积1.6万颗星，商汤科技的开源项目有望让程序员少加班的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。