MMFlow ：帧与帧之间的追光者

光流（Optical Flow），字面理解为“光的流动”，更准确的说法为：时变图像上的二维运动场，是视频数据的重要视觉线索，在动作识别、视频理解、视频分割、目标跟踪以及全景拼接等领域，都有广泛应用。

从2015年的 FlowNet 起，和其他视觉任务一样，基于深度学习的光流估计算法开始成为研究热点，并且性能“碾压”传统算法。但是，至今一直没有通用的算法库来支持辅助光流算法的研究。

今天，OpenMMLab 为填补这一空白隆重推出 MMFlow ！

（那用实力让你信——）

MMFlow 为当下流行的基于深度学习的光流算法提供了统一的训练、推理、评估的算法框架；简洁的用户接口与高效、强大的基准模型，部分实现精度超出官方版本！

同时，我们更延续了 OpenMMLab 系列的模块化风格，继承了高度灵活 config 功能。目前，MMFlow 代码库已于11月16日全面开源！

GitHub 链接：

https://github.com/open-mmlab/mmflow

等不及了吗！

先来看看 MMFlow 的惊人效果吧！

👇

（点击图片跳转小程序观看~）

首个开源基于深度学习算法的光流估计工具箱

传统光流算法，例如TV-L1、L-K 算法，在 OpenCV 中都有支持，但基于深度学习的光流估计算法，依然缺少统一的代码框架；并且，由于时代的局限、和关键算子的限制，不同光流算法所依赖的深度学习算法框架都不一致，这给代码复现、借鉴、公平对比都带来了很大的困难。

MMFlow 中包含了 8 种光流算法，从经典的FlowNet、FlowNet2、PWC-Net，到2020年的RAFT都有实现；另有 FlyingChairs、Sintel、KITTI 等 7 个光流数据集；以及多种光流的评价方法，光流文件读写和可视化方法。

此外，在 OpenMMLab 的 MMCV 中，实现了 Correlation，DCN 等高性能 CUDA 算子，因此 OpenMMLab 的 MMFlow 真正是史上最全、最统一的光流算法框架。

高效、强大的基准模型

在 MMFlow 中，我们复现了光流领域的经典深度学习算法，部分模型，例如 FlowNet PWC-Net 等，超过官方公布精度。

FlowNetC 和 FlowNetS 模型在 FlyingChairs 数据集上的预训练模型和 Sintel 数据集上的 Fine-tune 模型，在 Sintel (training) 数据集上的 Average EPE 评价结果，均高论文(*)公布结果：

对于PWC-Net 方法，同样，不论是预训练模型还是 Fine-tune 模型，其结果都优于论文发布结果（*）。

模块化设计和丰富灵活的配置文件

模块化设计：同 OpenMMLab 其他算法库一样，我们使用统一框架和模块化设计实现了各个算法。

一方面可以尽量实现代码复用，另一方面，方便大家基于此框架实现新的算法。以下是 MMFlow 的大致框架：

MMFlow 主要由 4 个部分组成：datasets、models、core 和 apis。datasets 用于数据集加载和预处理，其中包含训练所需的数据集，光流数据增广的pipelines，和加载数据时的 samplers。models是最关键的部分，光流模型在这里实现。

如图所示，我们把光流算法的模型，抽象成flow_estimators ，并将它分解为 encoders 和 decoders 两个模块。

encoder 的主要作用是提取输入图像的特征信息；decoder 的功能包括计算图像之间的相关性、计算 loss，预测输出的光流等。在 apis 中，我们为模型训练、测试和推理提供一键启动的接口。core 中实现了用于模型训练的评估工具和定制的 hooks 。

丰富灵活的配置文件：得益于 OpenMMLab 强大的且高度灵活的 cfg 模式和注册器机制， MMFlow 可以做到不改动代码只编辑配置文件便可实施消融实验。

相比于更接近产品应用的视觉任务，光流估计这一任务更类似计算机视觉中的“基础学科”，尽管不能直接被应用，但是对它的研究能促进多个领域的发展。

我们希望 MMFlow 可以提高大家对光流的关注度，降低该领域的研究门槛，使之成为新一代cv助力板。