OpenMMLab
OpenMMLab 是由商汤科技（SenseTime）联合多所高校于 2018 年发起、现由 OpenMMLab 开源社区维护的计算机视觉算法体系。其第二代架构 OpenMMLab 2.0（2022 年正式发布）以 MMEngine（统一训练引擎）为底座，把「训练流程 / 配置 / 注册 / 可视化 / 通信」抽到通用层，再在其上构建三十多个任务专用算法库——MMDetection（目标检测、实例分割、全景分割，含自研 RTMDet）、MMDetection3D（激光雷达/多模态 3D 检测）、MMPose（2D/3D 人体姿态、人脸、手部、动物关键点）、MMSegmentation（语义分割，DeepLab/PSPNet/Mask2Former）、MMPreTrain（由 MMClassification 与 MMSelfSup 合并而来，覆盖图像分类、自监督学习 MAE/BEiT、乃至图像描述/VQA 等多模态推理）、MMRotate（旋转目标检测）、MMOCR（文字检测识别）、MMTracking（视频感知）、MMagic（生成式）等。三个贯穿全栈的核心机制是：**Registry（注册器）**用「字符串 → 类」映射让模块跨库复用、支持 scope 层级命名与父注册表查找；**Config（配置系统）**采用纯 Python 语法（非 YAML），支持 _base_ 继承与运行时 dict 修改；Runner 编排训练/测试/推理生命周期，挂载 OptimWrapper（含混合精度与梯度累积）、Hook 体系、ParamScheduler、Visualizer（本地/TensorBoard/WandB）。整套体系覆盖 Linux/Windows/macOS，与 Ultralytics「单库聚焦 YOLO 端到端」的定位互补——OpenMMLab 强在多任务广度与可组合性，Ultralytics 强在「装完即用」的极简 API。信源 openmmlab.com 官网 + mmengine.readthedocs.io 官方文档。
评价
优点
- 任务覆盖最全：检测、分割、姿态、分类、旋转框、OCR、3D、跟踪、生成式一应俱全，单一体系内即可打通多任务数据流，跨任务复用 backbone/dataset
- OpenMMLab 2.0 架构解耦彻底：MMEngine 把训练引擎下沉，各算法库只关注任务逻辑，新算法库可快速孵化（继承 root registry 即享全套训练能力）
- Registry 机制是真正的解耦利器：
type='ResNet'字符串驱动实例化，配合_scope_实现跨库模块无缝调用，配置即架构 - Config 纯 Python 语法表达力强：
_base_继承 + 运行时覆盖，比 YAML 更适合复杂模型组装，且支持 lazy import 避免无用依赖 - 训练引擎工业级：Runner 统一编排，Hook 体系覆盖训练全生命周期，OptimWrapper 原生支持混合精度（AMP）与梯度累积，分布式开箱即用
- Visualizer 一致体验：本地文件 / TensorBoard / WandB 多后端可同时挂载，检测框/分割掩码/关键点都有现成绘图 API
缺点
- 学习曲线陡峭：Registry + Config + Runner + 各库约定，新人上手成本明显高于 Ultralytics 的「一行 train」
- 配置文件冗长：复杂模型的 config 动辄数百行，
_base_多层继承后实际生效的配置需要--cfg-options或打印才能确认，调试心智负担重 - 版本与依赖矩阵复杂：MMEngine / MMCV / 各算法库版本须严格对齐（如 MMDetection 3.x 要求 MMEngine ≥ 0.7），错配即 import 报错
- 文档分散：每个算法库独立文档站，跨库组合用法（如把 MMPreTrain 的 backbone 接到 MMDetection）常需查源码
- 生态重心偏向研究：推理部署、模型压缩等「生产化」环节相对弱于训练，端到端产品链路需配合 MMDeploy 额外接入
文档地址
GitHub地址
- open-mmlab 组织（全部算法库）
- open-mmlab/mmdetection
- open-mmlab/mmpose
- open-mmlab/mmsegmentation
- open-mmlab/mmpretrain
- open-mmlab/mmengine