极客视点
极客时间编辑部
极客时间编辑部
113231 人已学习
免费领取
课程目录
已完结/共 3766 讲
2020年09月 (90讲)
时长 05:33
2020年08月 (93讲)
2020年07月 (93讲)
时长 05:51
2020年06月 (90讲)
2020年05月 (93讲)
2020年04月 (90讲)
2020年03月 (92讲)
时长 04:14
2020年02月 (87讲)
2020年01月 (91讲)
时长 00:00
2019年12月 (93讲)
2019年11月 (89讲)
2019年10月 (92讲)
2019年09月 (90讲)
时长 00:00
2019年08月 (91讲)
2019年07月 (92讲)
时长 03:45
2019年06月 (90讲)
2019年05月 (99讲)
2019年04月 (114讲)
2019年03月 (122讲)
2019年02月 (102讲)
2019年01月 (104讲)
2018年12月 (98讲)
2018年11月 (105讲)
时长 01:23
2018年10月 (123讲)
时长 02:06
2018年09月 (119讲)
2018年08月 (123讲)
2018年07月 (124讲)
2018年06月 (119讲)
时长 02:11
2018年05月 (124讲)
时长 03:16
2018年04月 (120讲)
2018年03月 (124讲)
2018年02月 (112讲)
2018年01月 (124讲)
时长 02:30
时长 02:34
2017年12月 (124讲)
时长 03:09
2017年11月 (120讲)
2017年10月 (86讲)
时长 03:18
时长 03:31
时长 04:25
极客视点
15
15
1.0x
00:00/01:44
登录|注册

Facebook开源CV开发平台Detectron

讲述:杜力大小:809.29K时长:01:44
近日,Facebook 人工智能实验室宣布开源 Detectron 平台,即该公司基于深度学习框架构建的顶级物体检测研究平台,为广大研究人员们未来的新计算机视觉研究课题提供灵活、快速的模型实现和评估途径。
Facebook 表示,开源该项目的动机在于加速计算机视觉的研究,目前公司团队正在使用该平台开发各种应用,包括增强现实技术。
据介绍,Detectron 项目最初开始于 2016 年 7 月,当时的目的是在 Caffe 2 的基础上建立一个快速、灵活的物体检测系统,内部开发过程也就从此开始。
经过一年半的开发之后,平台代码库已经成熟了,并且其中集成了许多 Facebook 自己的研究项目,包括多篇获奖论文中的算法,以及更早更广泛使用的 R-CNN 算法家族等。
这些由 Detectron 在背后支持的算法为实例分割之类的重要计算机视觉任务提供了直观的模型,也在近几年视觉感知系统这一重要研究领域的飞速发展中起到了重要作用。
除了本来计划的研究用途之外,也有一些 Facebook 的团队用这个平台来训练自定义模型,并把它们用在增强现实、社区完整性等各种各样的任务中。在 Detectron 中训练完毕的模型可以直接通过高效的 Caffe 2 运行时部署在云服务器和移动设备上。
这次 Facebook 开源 Detectron,也是希望让他们的研究尽可能开放,并且帮助加速全世界的实验室的研究进度。在这个版本发布以后,整个研究社区都可以重复 Facebook 论文中的实验结果,并且可以和 Facebook 人工智能实验室使用同样的软件平台。
据了解,Detectron 的 GitHub 项目中还带有超过 70 个预训练的基准模型可以用于性能对比。
点此查看 Detectron 的GitHub主页。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
免费领取
登录 后留言

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论
显示
设置
留言
收藏
6
沉浸
阅读
分享
手机端
快捷键
回顶部