Facebook 開源 CV 開發平臺 Detectron,打包支持各種物體識別算法

2020-12-04 雷鋒網

雷鋒網 AI 科技評論消息，Facebook 人工智慧實驗室今日宣布開源自己的頂級物體檢測研究平臺 Detectron，為廣大研究人員們未來的新計算機視覺研究課題提供靈活、快速的模型實現和評估途徑。

據 Facebook 介紹，Detectron 項目最初開始於 2016 年 7 月，當時的目的是在 Caffe2 的基礎上建立一個快速、靈活的物體檢測系統，內部開發過程也就從此開始。經過一年半的開發之後，代碼庫已經成熟了，而且其中集成了許多 Facebook 自己的研究項目，包括在 ICCV 2017 上獲得最佳論文獎（馬爾獎）的《Mask R-CNN》和獲得最佳學生論文獎的《檢測密集物體時的焦距損失》兩篇論文中的算法，以及更早更廣泛使用的 R-CNN 算法家族等。這些由 Detectron 在背後支持的算法為實例分割之類的重要計算機視覺任務提供了直觀的模型，也在視覺感知系統這一整個研究社區的研究重點近幾年的飛速發展中起到了重要作用。

除了本來計劃的研究用途之外，也有一些 Facebook 團隊用這個平臺訓練自定義模型，並把它們用在增強現實、社區完整性等各種各樣的任務中。在 Detectron 中訓練完畢的模型可以直接通過高效的 Caffe 2 運行時部署在雲伺服器和行動裝置上。

這次 Facebook 開源 Detectron 也是希望讓他們的研究儘可能開放，並且幫助加速全世界的實驗室的研究進度。在這個版本發布以後，整個研究社區都可以重複 Facebook 論文中的實驗結果，並且可以和 Facebook 人工智慧實驗室使用同樣的軟體平臺。據雷鋒網 AI 科技評論了解，Detectron 的 GitHub 項目中還帶有超過 70 個預訓練的基準模型可以用於性能對比。

GitHub 地址：https://github.com/facebookresearch/Detectron

via Facebook Research，雷鋒網 AI 科技評論編譯

相關焦點

  • Facebook開源物體識別工具Detectron,加速計算機視覺研究
    Detectron系統實現了最先進的物體檢測算法，包括Mask R-CNN。 它是用Python編寫的，支持Caffe2深度學習框架。就在2天前，紐約大學教授Yann LeCun剛剛宣布卸任Facebook人工智慧實驗室（FAIR）主任，並擔任AI首席科學家。
  • Facebook開源CV開發平臺Detectron 支持各種識別算法
    Facebook 人工智慧實驗室今日宣布開源自己的頂級物體檢測研究平臺 Detectron，為廣大研究人員們未來的新計算機視覺研究課題提供靈活、快速的模型實現和評估途徑。 據 Facebook 介紹，Detectron 項目最初開始於 2016 年 7 月，當時的目的是在 Caffe2 的基礎上建立一個快速、靈活的物體檢測系統，內部開發過程也就從此開始
  • Facebook 發布 Detectron2:基於 PyTorch 的新一代目標檢測工具
    雷鋒網 AI 開發者按：Detectron 是 FAIR 在 2018 年初公開的目標檢測平臺，包含了大量業內最具代表性的目標檢測、圖像分割、關鍵點檢測算法，該框架主要基於 python 和 caffe2 實現，開源項目已獲得了超 2.2w 的星標數。
  • 整合全部頂尖目標檢測算法:FAIR開源Detectron
    昨天，Facebook AI 研究院（FAIR）開源了 Detectron，業內最佳水平的目標檢測平臺。據介紹，該項目自 2016 年 7 月啟動，構建於 Caffe2 之上，目前支持大量機器學習算法，其中包括 Mask R-CNN（何愷明的研究，ICCV 2017 最佳論文）和 Focal Loss for Dense Object Detection，（ICCV 2017 最佳學生論文）。
  • Mask R-CNN原始碼終於來了,還有它背後的物體檢測平臺
    現在，官方版開原始碼終於來了。同時發布的，是這項研究背後的一個基礎平臺：Detectron。Detectron是Facebook的物體檢測平臺，今天宣布開源，它基於Caffe2，用Python寫成，這次開放的代碼中就包含了Mask R-CNN的實現。
  • 為提升AR對象分類,Facebook開源Detectron計算機視覺算法
    Facebook本周宣布開放Detectron，即該公司基於深度學習框架的計算機視覺對象檢測算法平臺。該公司表示，開放項目的動機在於加速計算機視覺研究，Facebook團隊正在使用該平臺開發各種應用，包括增強現實技術。
  • 從論文到測試:Facebook Detectron開源項目初探
    從RCNN到更快RCNN，再到最近的FPN和獲得ICCV Best Paper的面具RCNN，深度學習在物體檢測中以絕對優勢從眾多機器學習算法中脫引而出。大家對Facebook的計算機視覺研究項目的開源期盼已久，經過1年多的漫長等待，今天Facebook終於開源了Detectron，Detectron開源項目使用caffe2和python接口。實現了10多篇計算機視覺最新的成果。下面我們簡單介紹一下Detectron所實現的論文。並且對Detectron進行初次測試，我們會在隨後的博客中更新我們自己測試得到的Detectron訓練模型和速度標準。
  • 加速AR對象分類,Facebook開源計算機視覺算法Detectron
    文章相關引用及參考：roadtovrFacebook今天正式開源基於深度學習框架的計算機視覺對象檢測算法平臺Detectron（映維網 2018年01月24日>）Facebook今天正式開源基於深度學習框架的計算機視覺對象檢測算法平臺Detectron。
  • 加速AR對象分類 Facebook開源計算機視覺算法Detectron
    Facebook今天正式開源基於深度學習框架的計算機視覺對象檢測算法平臺Detectron。Facebook表示，開源項目是為了加速計算機視覺的研究。目前Facebook內部團隊正把Detectron平臺用於一系列的研究，比如增強現實。
  • 谷歌幫助開發,正式支持TensorBoard | 5大開源項目
    此外，圍繞著打造「開發和協作的AI社區」的願景，Facebook還介紹了5大開源工具。同時，他們也分享了Facebook在自家程序中應用AI的情況，以及對AI研究的展望。其中，最重要的功能是支持TensorBoard，它是谷歌為TensorFlow打造的可視化工具，能夠幫助開發人員評估和調試模型。根據Facebook介紹，在開發這一功能的時候，他們與谷歌有非常密切的合作。
  • 臉書開源Detectron計算機視覺算法
    【網易智能訊 1月26日消息】Facebook本周宣布Detectron開放原始碼正式向大眾公開，該項目也是Facebook基於深度學習框架進行設計的關於計算機視覺對象檢測算法平臺。該公司表示，開放該項目的動機是加速計算機視覺研究，並且Facebook公司內部團隊正在使用該代碼進行各種應用測試，其中就包括針對增強現實技術的研究。
  • PyTorch實現,GitHub4000星:微軟開源的CV庫
    機器之心報導編輯：魔王、陳萍本文介紹了微軟開源的計算機視覺庫，它囊括了計算機視覺領域的最佳實踐、代碼示例和豐富文檔。近年來，計算機視覺領域突飛猛進，在人臉識別、圖像理解、搜索、無人機、地圖、半自動和自動駕駛方面得到廣泛應用。而這些應用的核心部分是視覺識別任務，如圖像分類、目標檢測和圖像相似度。
  • Facebook AI 正在升維突破:教AI像人類一樣理解三維世界
    想要在真實世界中識別和判斷不規則物體的三維數據，例如在雜亂多變的環境中識別和排除遮擋物，需要克服一系列光學挑戰。由於技術原因，僅憑現有的工程框架（Mask R-CNN）難以勝任。簡單來說，新開發的 Mesh R-CNN 框架可以藉助現有的 Mask R-CNN 來檢測和分類圖像中的各種物體，之後使用網格預測器推斷和描繪出一個物體 3D 形狀，最終獲得細粒度的 3D 結構數據。
  • 員工竊取前東家算法,還拿到 PyTorch 開源?Facebook 被 MIT 教授起訴
    雷鋒網AI源創評論訊，就在上周，一家由麻省理工學院（MIT）兩位教授設立的創業公司，將 Facebook 告上了法庭，指控 Facebook 侵犯了他們的商業機密，還將其核心算法放在 GitHub 開源了，而開源的恰恰是深度學習框架 PyTorch 的一個關鍵庫。
  • Google地圖平臺開始支持Kotlin開發
    Google積極擴展對程序語言Kotlin的支持，宣布在Google地圖平臺支持Kotlin，在Kotlin擴展（Kotlin Extension，KTX）函數庫打包Google地圖平臺Android SDK，並在Google地圖平臺文件加入相關的Kotlin程序代碼片段，還有在GitHub上提供範例程序代碼
  • 百度開源業內首個口罩人臉檢測及分類模型
    另一方面，人臉檢測模型基於百度自研的冠軍算法，整個研發過程都是基於百度開源的飛槳深度學習平臺，能夠進行高效、便捷的模型開發、訓練、部署。在線演示效果：綠色邊界框為戴口罩人臉、紅色邊界框為不戴口罩人臉。感興趣的開發者可自己上傳圖片測試模型的效果。
  • 谷歌開源TensorFlow Object Detection API物體識別系統
    API 將谷歌內部使用的物體識別系統（2016 年 10 月，該系統在 COCO 識別挑戰中名列第一）開源給更大的社區，幫助打造更好的計算機視覺模型。在谷歌，研究人員開發了最高水平的計算機視覺機器學習系統，不僅可以用於谷歌自身的產品和服務，還可以推廣至整個研究社區。創造能夠在同一張圖片裡定位和識別多種物體的機器學習模型一直是業內的核心挑戰之一，谷歌宣稱自己已投入大量時間訓練和實驗此類系統。
  • Facebook 開源 3D 深度學習函數庫 PyTorch3D
    原標題：Facebook開源3D深度學習函數庫PyTorch3D來源：開源中國Facebook近日開源了將PyTorch用於3D深度學習的函數庫PyTorch3D，這是一個高度模塊化且經過優化的庫，具備獨有的功能，旨在通過PyTorch簡化3D深度學習。
  • 美國開發自動還原馬賽克的AI開源算法
    打開APP 美國開發自動還原馬賽克的AI開源算法 憲瑞 發表於 2020-12-02 13:53:07 美國杜克大學開發的AI算法就可以做到馬賽克圖片變高清。 低清變高清的算法並不稀奇，目前技術都支持了SDR超解析度技術，包括視頻畫質增強、圖片增強等領域都有這個算法的存在，它將低解析度圖片填補細節，給圖片增加像素以儘可能提高畫質。
  • 基於Cyclone II FPGA開發平臺實現語音識別算法程序的設計
    基於Cyclone II FPGA開發平臺實現語音識別算法程序的設計 瀋陽;馮良;洪誠 發表於 2021-01-12 10:21:38 SOPC可編程片上系統是一種獨特的嵌入式微處理系統。