[Attention] 超级视客营 MMClassification

[tonysy]

Discussed in https://github.com/open-mmlab/

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 MMSelfSup 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	已约满
Places365-LT 的支持 (ResNet-50)	为 MMClassification 1.x 分支添加 Place365-LT 的支持。目标：可以使用 ResNet-50 训练 Place365-LT，数据集地址	python / pytorch	初级难度	10	✔️
iNaturalist-18 的支持(ResNet-50)	为 MMClassification 1.x 分支添加 iNaturalist-18 支持。可以使用 ResNet-50 训练 iNaturalist-18 。数据集地址	python / pytorch	初级难度	10	✔️
支持 COCO 多分类数据集	实现 MultiLabelCOCODataset, 官网，主要解析 coco annotation 并提取多分类的信息，数据集地址：数据集地址	python Pytorch	初级难度	10	✔️
MaxViT 的推理支持	为 MMClassification 1.x 分支添加 MaxViT 的推理模型，并完成推理精度的对齐 论文地址 和 参考代码	python Pytorch	中级难度	30
XCiT 的推理支持	为 MMClassification 1.x分支添加XCiT的推理模型，并完成推理精度的对齐。论文地址 和 参考代码	python Pytorch	中级难度	30
LeViT 的推理支持	为MMClassification 1.x分支添加LeViT的推理模型，并完成推理精度的对齐。 论文地址 参考代码	python Pytorch	中级难度	30
ViG 的推理支持	为 MMClassification 1.x 分支添加 ViG 推理支持 论文地址 代码实现	python Pytorch	中级难度	30
ML-Decoder 实现	实现算法代码，官方 repo，完成对应 COCO 数据集上推理精度的对齐。官方实现	python Pytorch	中级难度	30
长尾算法 LDAM-DRW 支持	为 MMClassification的1.x 分支添加 LDAM-DRW 算法支持，并实现正常的训练启动。论文地址 官方实现	python Pytorch	高级难度	80
长尾算法支持(Decouple)	为 MMClassification 分支添加 Decouple 算法支持，并实现正常的训练启动。论文地址 官方实现	python Pytorch	高级难度	80
EfficientNet V2	为 MMClassification 1.x 分支添加 EfficientNet v2 的推理模型，并完成推理精度的对齐 论文地址 官方实现	python Pytorch	高级难度	80	✔️
长尾算法支持(DisAlign)	为 MMClassification 1.x 分支添加 GRW 损失函数，并实现 DisAlign 的两阶段训练逻辑，在 ImageNet-LT 上成功启动训练 论文地址 官方实现	python Pytorch	高级难度	80	✔️

其它信息

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～