OpenMMLab

OpenMMLab 是商汤科技与香港中文大学联合开源的计算机视觉算法体系，提供覆盖检测、分割、姿态估计等任务的模块化算法库与预训练模型。基于 PyTorch 框架，OpenMMLab 2.0 于 2022 年发布，引入全新基础库 MMEngine，统一了训练和评估引擎，简化了实验配置与分布式训练流程。

MMEngine 统一训练引擎

MMEngine 是 OpenMMLab 2.0 的核心组件，取代了旧版 MMCV 中的训练部分。它提供了一套灵活的配置系统和钩子机制，支持分布式训练、混合精度训练、日志记录等常见需求。用户可以通过配置文件定义数据流水线、模型结构、优化策略等，无需手动编写训练循环。MMEngine 还统一了评估接口，使得不同算法库可以共享相同的评估逻辑，降低了多任务开发的维护成本。

从算法库到模型部署

OpenMMLab 生态包含多个专业算法库：MMDetection 用于目标检测、实例分割和全景分割；MMSegmentation 专注于语义分割；MMOCR 覆盖文字检测、识别与理解；MMagic 则提供多模态生成式 AI 能力，支持文生图、图像修复等 AIGC 任务。这些算法库均基于 MMEngine 构建，保证了训练流程的一致性。训练完成后，MMDeploy 可将模型部署到 TensorRT、ONNX Runtime、ncnn、OpenVINO 等后端，支持从云端到移动端的多种推理场景。

MMPreTrain 与图像分类

MMPreTrain 是 OpenMMLab 中负责图像分类和预训练的工具箱，它整合了旧版 MMClassification 的功能，并扩展了对自监督学习方法的支持。用户可以利用 MMPreTrain 加载 ImageNet 等标准数据集，快速训练分类模型，或使用其提供的预训练权重作为下游任务的初始化。MMPreTrain 还支持知识蒸馏、模型剪枝等模型压缩技术，帮助在资源受限场景下部署高效模型。

何时需要 MMYOLO

MMYOLO 是 OpenMMLab 社区维护的 YOLO 系列算法工具箱，专注于实时目标检测。与 MMDetection 相比，MMYOLO 更强调推理速度和易用性，提供了 YOLOv5、YOLOv6、YOLOv8 等主流变体的实现，并针对边缘设备进行了优化。如果项目对检测速度有较高要求，或希望快速部署轻量级模型，MMYOLO 是更合适的选择。此外，社区还贡献了 Amphion 音频生成工具包，将 OpenMMLab 的能力扩展到了语音、音乐和音频生成领域。与 Detectron2、PaddleDetection 等同类框架相比，OpenMMLab 的优势在于其统一的训练引擎和丰富的算法库生态，用户可以在同一框架下完成从研究到部署的全流程。