CVChain：搞通完整CV任务的计算机视觉工具链 | 训练有素、有备而来

我们这一年来做的一些工作（总结见文章最下方）现在差不多形成了一个较完善的计算机视觉工具链——CVChain。我们这一年来做的一些工作（总结见文章最下方）现在差不多形成了一个较完善的计算机视觉工具链——CVChain。

纵向上它涵盖了一个计算机视觉任务的生命周期：数据分析与模型选型、模型训练、发现模型存在的问题并优化、模型加速、模型SDK编写；横向上它包含了计算机视觉中三个基本任务：分类、语义分割、目标检测；与此同时它还总结了计算机视觉入门到进阶的学习框架。一言以蔽之：有了CVChain，妈妈再也不用担心我搞不定计算机视觉！

CVChain是我们平常做项目或者打比赛过程中打磨出来的，它们可以满足计算机视觉算法工程师日常大部分需求，比如：

1. 刚踏入计算机视觉领域，不知道从何学起，需要一张学习的地图：

• https://github.com/mileistone/study_resources/blob/master/modeling/learning_framework/learning_framework_general.md

带着自己一步一步领略计算机视觉的风采；

2. 已经成为一名合格的计算机视觉算法工程师，开始接任务。当任务来了，需要分析数据分析数据以进行模型选型、模型超参的初步设定；

• https://github.com/Media-Smart/volkscv/tree/master/volkscv/analyzer/statistics

3. 模型确定后，得训练模型（可能涉及到分类、语义分割、文字识别、目标检测等等），这个时候需要一个趁手的训练工具；

• 分类：
  https://github.com/Media-Smart/vedacls

• 语义分割
  https://github.com/Media-Smart/vedaseg

• 文字识别
  https://github.com/Media-Smart/vedastr

• 目标检测
  https://github.com/Media-Smart/vedadet

4. 模型训练完之后，效果不够好，我们需要把FP、FN打印出来，分析模型存在的问题；

• https://github.com/Media-Smart/volkscv/tree/master/volkscv/analyzer/visualization

5. 模型训练好之后，需要将模型转换为应用并进行部署，这里需要用TensorRT对模型进行加速，然后根据业务需求编写Python前端或者C++前端的SDK；

• 加速
  https://github.com/Media-Smart/volksdep
• Python前端
  https://github.com/Media-Smart/flexinfer

• C++前端
  https://github.com/Media-Smart/cheetahinfer

6. 计算机行业竞争激烈，平常得抽空加强学习，无论是工程、模型还是算法方面，都需要持续不断学习，把自己训练为一名六边形战士。

• 工程
  https://github.com/mileistone/study_resources/tree/master/engineering

• 模型
  https://github.com/mileistone/study_resources/tree/master/modeling

• 算法
  https://github.com/mileistone/study_resources/tree/master/modeling/optimization_and_generalization

上述的“2、数据分析”提供以下功能。

1、浏览图片和标注

比如分类、目标检测、语义分割等等，这可以帮助我们对数据有一个感性的认识，可以定性出来这个任务有哪些挑战。

2、图片和标注分析

比如图片大小分布，图片长宽比分布，图片中GT框数量分布，GT框长宽分布等等，这可以让我们对数据有一些理性的认识，让我们可以定量这个任务存在的挑战。

3、打印模型预测结果中的FP、FN

比如分类。

比如目标检测。

比如语义分割。

打印FP、FN可以让我们发现模型存在的问题，进而有助于我们分析问题、定位问题直至解决问题。

4、anchor分析

比如GT匹配上的anchor数量分布，GT与匹配上anchor的IoU分布等等。这有助于我们设计出更好的anchor策略，比如anchor应该放在哪几层，每一层anchor数量应该设置多少，对应的大小和长宽比是多少，以及label assignment该怎么做等等。

汇总

• https://github.com/Media-Smart/vedaseg
• https://github.com/Media-Smart/vedastr
• https://github.com/Media-Smart/vedacls
• https://github.com/Media-Smart/vedadet
• Media-Smart/volksdep,https://github.com/Media-Smart/volksdep
• Media-Smart/flexinfer,https://github.com/Media-Smart/flexinfer
• https://github.com/Media-Smart/cheetahinfer
• https://github.com/Media-Smart/volkscv
• https://github.com/mileistone/study_resources

- 数据分析    - [volkscv](https://github.com/Media-Smart/volkscv/tree/master/volkscv/analyzer/)        - 数据浏览 -> 获取感性认识            - 图片、标注         - 数据统计 -> 获取理性认识            - 图片统计                - 大小                - 长宽比                - 等等            - 标注统计                - 类别                    - 各个类别有多少实例                    - 等等                - GT框                    - 大小                    - 长宽比                    - 等等            - anchor分析                - GT挂上anchor的数量分布                - GT与挂上anchor的IoU分布- 模型训练    - [vedaseg](https://github.com/Media-Smart/vedaseg)        - semantic segmentation     - [vedastr](https://github.com/Media-Smart/vedastr)        - scene text recognition     - [vedacls](https://github.com/Media-Smart/vedacls)        - classification     - [vedadet](https://github.com/Media-Smart/vedadet)        - object detection - 应用部署    - [volksdep](https://github.com/Media-Smart/volksdep)        - increase efficiency and decrease latency            - convert PyTorch，ONNX model to TensorRT engine    - [flexinfer](https://github.com/Media-Smart/flexinfer) -> Python front end SDK based on TensorRT engine        - classification        - semantic segmentation        - scene text recognition        - object detection    - [cheetahinfer](https://github.com/Media-Smart/cheetahinfer)  -> C++ front end SDK based on TensorRT engine        - classification        - semantic segmentation        - object detection- 学习资源    - [学习框架](https://github.com/mileistone/study_resources/tree/master/modeling/learning_framework)        - 知识点        - 相关课程与书籍    - 基础        - [工程](https://github.com/mileistone/study_resources/tree/master/engineering)            - 编程语言                - Python                - C++            - 软件工程            - 设计模式            - 操作系统            - Linux                - Bash                - Vim                - 编译工具链        - [模型](https://github.com/mileistone/study_resources/tree/master/modeling)            - 内容                 - 机器学习                - 深度学习                - 计算机视觉            - 形式                - 课程                - 书籍                - 论文        - [算法](https://github.com/mileistone/study_resources/tree/master/modeling/optimization_and_generalization)            - 凸优化            - 数值优化