Facebook开源深度学习库Detectron
极客时间编辑部
讲述：丁婵大小：1.41M时长：03:05
在谷歌更新了 TensorFlow 图像识别 API 之后，Facebook 宣布开源其目标检测库 Detectron。这两个库都提供了最新的深度学习目标检测算法。
据介绍，Detectron 是基于 Facebook 的深度学习框架 Caffe2 开发的，使用了开源协议 Apache 2.0，可以直接作为 Python 的库使用。而谷歌的 TensorFlow 图像识别 API 最早于 2017 年 6 月发布，是 TensorFlow 研究项目的一部分，TensorFlow 总共包含了约 40 个不同的深度学习项目。
目前，这两个库中包含的预训练模型都已经在 COCO 数据集上进行了训练，这是一个大型对象检测、分割和字幕数据集，其中包括 80 个对象类别、超过 20 万张标注图像以及 150 万个实例对象。
不过，Facebook 的 Detectron 和谷歌的 Tensorflow 图像识别 API 都主要用于研究，目前还没有投入生产。
目标检测是计算机视觉领域中具有挑战性的一个方面，在许多计算机视觉领域的任务上都有应用，包括从简单的人脸检测到图像检索和视频监控。具体应用上，自动驾驶需要依赖于实时行人检测技术，而城市的车辆与人口数量的自动统计在城市规划中也很有价值。
当前，目标检测面临的主要问题，在于自然场景下，未知目标的数量、大小和在图像上的分布都是随机的。并且在提升精度的同时，人们还要求算法具有速度优势，这也增加了任务本身的难度。
在机器学习中，静止图像中的目标检测需要同时解决两个问题，即确定图像的某个特定区域、某个目标物体并判断其种类。目前，目标检测模型建立在卷积神经网络 CNN 的基础上，而 CNN 使用矩形滑动窗口对整个原始图像进行特征提取。
据了解，目标检测算法主要有两大类：
基于 R-CNN 的方法使用多尺度滑动窗口，来处理不同尺寸的目标；
YOLO（You Only Look Once）算法使用不同的特征提取和决策方法，对图像进行一次推理。
虽然早期的工作能够在目标物体的周围标记一个矩形边界（object localization），但是最近的一些研究成果，例如 Mask R-CNN 和 RetinaNet，能够在物体边缘标记出更精确的边界。这一重大的进展被称为实例分割（instance segmentation），对于图像中的每个像素点，都会确定其对于某一特定类的归属关系。
最后 ，有评论称，Tensorflow 目标检测 API 更容易训练，它的 GitHub 库中包括一些可以用于安装、训练模型和迁移学习的 Jupyter Notebooks，在谷歌的目标检测库中也可以获取更多的在线教程。
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
- 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
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
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