Google AI开放源代码EfficientDet用于最新的对象检测

Google Brain小组和Google AI的成员本周开放了EfficientDet的源代码，EfficientDet是一种AI器材，可以在不行使任何计较的环境下实现最先辈的工具检测。该体系的建设者说，与其他风行的异物检测模子(如YOLO或AmoebaNet)一路行使时，与CPU或GPU一路行使时，它还可以实现更快的机能。
 

当执行与工具检测有关的另一使命语义支解使命时，EfficientDet也可实现精彩的机能。语义支解尝试举办了PASCAL视觉工具挑衅数据集。

EfficientDet是EfficientNet的下一代版本，EfficientNet是客岁用于Coral板的一系列高级工具检测模子。Google工程师Mingming Tan，Google Ruoming Pang和Quoc Le在客岁秋日初次颁发的一篇论文中具体先容了EfficientDet ，但周日对其举办了修订和更新以包罗代码。
 

“研究旨在优化精确性和服从，我们但愿开拓一种可以或许满意普及资源束缚的模子系列，”该论文研究了用于工具检测的神经收集架构计划。

作者说，缩下班具检测的现有要领凡是会捐躯精确性，可能会占用大量资源。EfficientDet通过“同一扩展全部主干网，特性收集和框/类猜测收集的判别率，深度和宽度的要领”，实现了在边沿或云中陈设工具检测的较自制且淹灭资源的方法。同时。”
 

论文读到：“大模子尺寸和昂贵的计较本钱阻碍了它们在很多现实应用中的陈设，譬喻呆板人技能和自动驾驶汽车，在这些应用中，模子尺寸和守候时刻受到严酷限定。” “鉴于这些实际天下中的资源限定，模子服从对付工具检测变得越来越重要。”

EfficientDet的优化从Tan和Le在EfficientNet上的原始事变中得到开导。并提议对主干网和成果网举办连系复合缩放。在EfficientDet中，双向特性金字塔收集(BiFPN)充当特性收集，而ImageNet预先实习的EfficientNet充当主干收集。

EfficientDet通过删除仅具有一个输入边的节点来建设更简朴的双向收集，从而部门地优化了跨标准毗连。它还依靠于一级检测器典型，这是一种以服从和轻盈性着称的工具检测器。

该论文写道：“我们提议在特性融合进程中为每个输入增进特另外权重，并让收集进修每个输入特性的重要性。”

这是Google的最新物体检测消息，该公司的Google Cloud Vision物体检测体系最近删除了其果真API的公母标签选项。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!