查看原文
其他

从营员到导师,从社区成员到加入OpenMMLab,看孙家豪如何实现华丽转身

开源星风采 OpenMMLab 2024-04-23

【开源星风采】栏目介绍


欢迎来到全新栏目【开源星风采】!来这里,聆听社区小伙伴成长背后的故事,见证他们每一次进步的瞬间!


在 OpenMMLab 社区,每一位参与社区建设的小伙伴都是最耀眼的星星,引领着社区朝着更加光明的未来迈进!我们将定期专访做出贡献的社区小伙伴,希望 TA 与 OpenMMLab 的故事可以被更多人看到,也希望有更多的小伙伴参与到社区建设中来。


本期我们很荣幸为大家介绍孙家豪——从营员到导师,从社区成员到加入 OpenMMLab,一起和他聊聊社区那点事!



孙家豪的研究旅程始于他本科阶段,除了日常学习外,他积极融入社区,参与各项 PR 任务,在与各位“大佬”的互动中不断提升自己的能力,参与夏令营活动,最后成功加入了OpenMMLab,并承担了 MMDetection3D 的开发工作。他不仅是项目的推动者,更是在近期担任了导师的角色,指导其他学生参与活动,分享他的知识和经验。


本期开源星风采,让我们深入了解孙家豪,听他分享如何保持初心,专注于自己的研究方向,并不断前行。他的故事将为更多人提供启发,激励他们积极追求自己的梦想。



初探深度学习之行


谈及他与社区的初次接触,孙家豪详细讲述了他的深度学习探索之旅。他回忆道,虽然他是一名电子与信息专业的学生,但直到大四才开始涉足深度学习领域。在学习的过程中,他偶然发现了 MMDetection 算法开源平台,通过这个平台他渐渐点燃了对于深度学习的浓厚兴趣。


在成为研究生之后,他的研究方向是三维场景视觉感知,因为学业的关系进一步了解了 MMDetection3D 这一专注于三维感知算法的开源平台,然后深入研究了整个开源生态系统 OpenMMLab。一开始,他只是默默地观察社群的动态,没有积极地贡献开源项目。但是,社区中有许多活跃的优秀人才,给他留下了深刻的印象。他提到了像明仔、Range King 这样的社区成员,他们不仅非常在社区里积极,热情地回复相关问题,而且为开源项目做出了重要贡献。此外,他还特别提到了章舸帆、Abyssaledge 和洒板,这些在自动驾驶行业有着丰富经验的专业人士同样给了他很多启发,让他继续探索。



积极参与社区贡献之征


在社区大佬的热情指导下,孙家豪变得更加积极参与社群,积极解答问题和分享知识。当他看到 OpenMMLab 社群发布 GLCC 2022 夏令营的招募信息时,他毫不犹豫地提交了报名信息。


虽然之前孙家豪没有接触过模型部署的相关工作,但在夏令营期间,他专注于学习和补充相关的部署知识,同时熟悉了 MMDeploy 的使用。刚开始时,由于是第一次向 MMDeploy 中添加部署代码,进展相对较慢,但他的导师王泰,MMDetection3D 的创始人之一,每周都会与孙家豪举行组会,并邀请同组的同事沈琨,共同讨论工作进展并解答疑问。这种协作方式不仅有助于孙家豪理解网络模型实现的相关细节,更为他提供了很多基于纯视觉算法的三维目标检测模型知识的宝贵建议。


在整个学习过程中,孙家豪强调了自己不遗余力地投入了大量时间进行独立学习,特别是关于模型部署的结构和之前从未接触过的任务。他提到了在 OpenMMLab 知乎账号上找到的一篇关于模型部署的详尽教程,这篇文章对于他这位只有基础 PyTorch 经验的学习者来说,成为了探索部署任务的宝贵起点。



孙家豪通过这份教程,逐步实现了他心中所期望的功能,这个过程充满挑战,但他坚持不懈。当他最终看到自己的代码成功运行时,他的内心充满了巨大的满足感,也激励着他更加积极地投身到开源社区的贡献中,为其发展和创新添砖加瓦。



热情反馈社区贡献之旅


在夏令营期间,孙家豪表现出色,成功圆满地完成了整个项目。随后,他的工作顺利合并到了 MMDeploy 项目中,不时还接收到社区的反馈和建议。这个经验让他充满成就感,因为这是他第一次向开源算法平台做出贡献并且受到了社区的认可。他也在这个过程中学到了如何为开源项目贡献自己的代码,如何成为一名合格的 Contributor ,以及如何为 OpenMMLab 以及整个深度学习社区添砖加瓦。



今年夏令营中,孙家豪经历了从学员到导师的角色反转,他担任导师,带领一位学生一同支持算法库建设。为了辅导学员更好地完成修改代码和熟悉提 PR 的整个流程,孙家豪采用了协作的方式,定期举行会议,与社区的其他参与者一起讨论项目的进展。共同协作和知识共享的方式促进了项目的快速发展,也促进了社区成员的快速成长,有助于整个社区的繁荣和创新。他期待着未来继续在这个积极的学习和研究环境中共同前进,为深度学习领域的发展贡献出更多的力量。


最后,孙家豪鼓励大家积极探索和使用 MMDetection3D,他强调,MMDetection3D 不仅支持多种模态,还提供了广泛的任务选择,为用户的工作和学术研究带来了极大的便利。非常欢迎大家使用 MMDetection3D 去做自己的开发。他也热情地呼吁社区成员加入 OpenMMLab 这个充满活力的社区,分享知识、协作创新,一同推动 3D 领域的发展,开创更多可能性。


回顾孙家豪在 OpenMMLab 社区中的成长历程,他在技术领域不断进步,开源贡献持续增加,最终收获了职业机会,并成为了一名导师。他的故事是一步一个脚印,描绘出了一条充满鲜花的成长之路。这也让我们看到,开放包容的社区为不同背景和多元个体释放了无限可能性,为梦想的实现提供了坚实的支持。




孙家豪的故事激励着我们,鼓励我们不断前行,勇敢探索未知领域,创造更多的可能性。


一人独行不如三人成群,来加入 MMSIG ,成为明星算法库 OpenMMLab 的 Contributor 吧!




遥感、医学与更多领域前沿图像分割技术!MMSegmentation最新进展来啦

2023-11-30

一键部署Hugging Face模型!LMDeploy与transformers强强联合

2023-11-29

快来抄作业!MICCAI 2023头影关键点检测挑战赛SOTA方案全面解析

2023-11-22

继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存