【安防在线 www.anfang.cn】7月8日，上海人工智能实验室在2021世界人工智能大会的开幕式和科学前沿全体会议上发布其开源平台体系OpenXLab，首发阵容包括两大开源平台：新一代OpenMMLab以及全新发布的OpenDILab。
作为深度学习时代计算机视觉领域最具影响力的开源算法平台, OpenMMLab升级后将涵盖更广泛的算法领域和应用场景，实现从训练到部署的全链条价值。首次亮相的OpenDILab则是国际上首个覆盖学术和工业广泛需求的决策智能平台，将有力地推动人工智能从感知识别到认知决策的跃迁。
OpenMMLab：深度学习时代最受欢迎的视觉算法框架
在2020年发布升级计划以来，OpenMMLab实现了一系列重大进展。
首先是对开源社区内容进行全面升级。在一年的时间内，OpenMMLab发布了四个全新的代码库――MMGeneration、MMOCR、MMTracking和MIM。
其中，MMGeneration是一个强大的生成模型工具箱，典型的算法为生成对抗网络（GAN），基于MMGeneration可实现诸多有趣的应用，如图片与视频的合成等。
MMOCR支持多种用于文本检测、文本识别以及关键信息提取的业内先进模型，以及多语言及数字、符号识别和用户订制化训练各种语言的算法模型。
MMTracking是业内首个开源、统一的视频感知工具箱，可进行视频对象检测、单对象跟踪和多对象跟踪，其中的算法已被广泛用于车辆检测跟踪等AI落地应用场景。
MIM则是OpenMMLab系列算法库的统一命令行工具，为启动和安装 OpenMMLab项目及其扩展，以及模型库管理提供了统一的界面。其次，OpenMMLab发布了超过100个升级版本。不断提升算法库的代码质量、易用性和可读性，持续增加新的学术前沿算法，支持的算法数从100+增加到160+，模型数从600+增加到1300+。并且初步支持算法模型部署，影响力已扩展到行业应用领域。
除了持续发布更新硬核内容外，OpenMMLa还积极推动社区建设，目前已成为深度学习时代最受欢迎的计算机视觉算法框架。目前OpenMMLab在GitHub上拥有37000+ stars，10000+ forks，有超过600名社区开发者参与项目开发，与去年同期相比增长超过100%，用户和开发者的遍及全球超过100个国家和地区。众多全球顶尖高校、研究院所和企业机构使用OpenMMLab进行算法研究开发，两年内支持了超过500篇论文的发表。
OpenDILab：引领AI迈向高阶决策智能
决策智能是国家新一代人工智能的重要发展方向，而开放开源是发展的基本原则之一。
针对决策AI的技术难题以及产学研协同创新过程中的诸多痛点，上海人工智能实验室此次发布的革命性的决策AI平台OpenDILab，首次将产业应用中对于训练系统、环境接口、算法设计的需求与学术界进行了有效连接，底层依托创新的DI-engine实现了多种决策AI问题的标准化，中层提供全面丰富的决策类AI基础算法集，顶层集成多种工业级生态应用，自下而上打通决策AI研究与产业需求的闭环。全新的OpenDILab将涵盖应用层、算法层、训练层、支持层四大模块，充分拓宽决策AI技术在学术研究和工业实践中的深度和广度。其中，应用层将提供多种决策场景和大量性能优异的算子，助力AI做出最优决策；算法层则提供多种常用模块化组件，支持用户多维度的扩展和定制，完成决策AI算法的大统一；训练层内置了多种类型的执行计算图，可为小到学术研究，大到工业级应用的多种规模问题提供支持；支持层能够支持异构计算和决策AI算法的结合，并在资源调度方面可依据算法和资源，动态管理整个训练过程，提供异常自动化维护等多种微服务。
依托OpenDILab，基于丰富的决策AI算法，构建一个到手即用的工业应用生态成为可能，这将降低开发人员复现算法的难度，提高学术研究效率，加快学术成果的转化速度，从而减少产业界的研发成本和重复投入。
秉承这一理念，OpenDILab提供的决策类AI基础算法集DI-zoo将通过全面、高效的算法库，为研究者提供收敛快、上限高的算法实现，同时集成的DI-star、DI-drive等面向策略游戏、自动驾驶等领域的多种工业级生态应用，更将进一步帮助各行各业在决策AI的驱动下，实现关键的技术和应用突破。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
