CobiNet(寧波)推薦文章：

Facebook近日宣布開(kai)放Detectron，即該公司基于深度學習框(kuang)架的計算機視覺對(dui)象檢測算法平臺。

Facebook近日(ri)宣(xuan)布開放(fang)Detectron，即該(gai)公司基于(yu)深度學習框架的計(ji)算(suan)機(ji)(ji)視(shi)覺對(dui)象檢測算(suan)法平臺。該(gai)公司表示，開放(fang)項目(mu)的動(dong)機(ji)(ji)在于(yu)加速計(ji)算(suan)機(ji)(ji)視(shi)覺研究，Facebook團(tuan)隊正在使用該(gai)平臺開發各種應(ying)用，包括增(zeng)強現實技術。

在(zai)我最近的(de)一(yi)篇文章(zhang)中，詳細介紹了(le)增強現實如今面臨的(de)三大(da)挑戰，其中的(de)實時對象分(fen)類是(shi)最大(da)的(de)障(zhang)礙(ai)之一(yi)：

要(yao)讓計(ji)算機(ji)(ji)視覺理解“杯(bei)(bei)子(zi)”的(de)(de)含義，而不是(shi)僅僅看到(dao)一個(ge)(ge)形(xing)(xing)狀(zhuang)，這是(shi)一個(ge)(ge)不容小覷的(de)(de)問(wen)題。所以(yi)(yi)這么(me)多(duo)年(nian)來，我們在AR演(yan)示作(zuo)品中(zhong)總會看到(dao)人們把基(ji)準標記附加(jia)到(dao)對象(xiang)身上(shang)，以(yi)(yi)實現更(geng)細致的(de)(de)追蹤和(he)交(jiao)互。為什么(me)會如(ru)此困難呢?第一個(ge)(ge)挑(tiao)戰(zhan)在于(yu)分(fen)類(lei)。杯(bei)(bei)子(zi)有(you)(you)數千種形(xing)(xing)狀(zhuang)、大(da)小、顏色(se)和(he)紋理。有(you)(you)些杯(bei)(bei)子(zi)擁有(you)(you)特(te)殊的(de)(de)屬性和(he)特(te)殊的(de)(de)用途(如(ru)燒杯(bei)(bei))，也(ye)就是(shi)說(shuo)不同的(de)(de)杯(bei)(bei)子(zi)的(de)(de)使用場合和(he)背景也(ye)有(you)(you)所不同。想象(xiang)一下，編(bian)寫這么(me)一個(ge)(ge)可(ke)以(yi)(yi)幫(bang)助計(ji)算機(ji)(ji)理解上(shang)述所有(you)(you)概念的(de)(de)算法是(shi)多(duo)大(da)的(de)(de)挑(tiao)戰(zhan)。你也(ye)可(ke)以(yi)(yi)想象(xiang)，編(bian)寫一個(ge)(ge)向計(ji)算機(ji)(ji)解釋(shi)杯(bei)(bei)子(zi)和(he)碗之間區別的(de)(de)代碼是(shi)多(duo)么(me)地困難。

該(gai)文章還(huan)指出，“深度學習”有(you)可(ke)能是(shi)實(shi)時對(dui)(dui)(dui)象分類(lei)的其中一種解決方案——這種學習涉(she)及(ji)“訓練(lian)”計算機去(qu)解讀它所看到的事物，而不是(shi)人工去(qu)編寫(xie)檢(jian)測(ce)程序。本(ben)周(zhou)，Facebook已經(jing)正式開源了(le)他們的對(dui)(dui)(dui)象檢(jian)測(ce)算法，這可(ke)能會(hui)加(jia)速能進行實(shi)時對(dui)(dui)(dui)象分類(lei)的系(xi)統的開發，從而讓增強現實(shi)發揮真正的功效。

如果沒有(you)對特定(ding)環境進行預(yu)編(bian)程，與我們周圍世界進行交互的(de)(de)增強(qiang)現實(shi)將需要對我們附近的(de)(de)情況(kuang)有(you)粗(cu)略了解(jie)。比方說，如果你正戴著一款AR眼鏡，你希望把烤箱(xiang)的(de)(de)溫度投影到(dao)烤箱(xiang)上方，同時在冰(bing)箱(xiang)上方投影出已經快(kuai)要吃(chi)完的(de)(de)食物，這(zhe)(zhe)時AR眼鏡將需要了解(jie)烤箱(xiang)和冰(bing)箱(xiang)的(de)(de)形(xing)(xing)狀(zhuang)。由于烤箱(xiang)和冰(bing)箱(xiang)涵蓋的(de)(de)形(xing)(xing)狀(zhuang)、樣(yang)式以及(ji)擺放(fang)位置(zhi)都不盡相同，這(zhe)(zhe)將成為一項極具挑戰性的(de)(de)任(ren)務(wu)。

在深度(du)學(xue)習算法(fa)的鏡頭下(xia)，對象分(fen)類是什么(me)樣(yang)子的

Facebook的人工智能研(yan)究團(tuan)隊與(yu)其他相關團(tuan)隊一(yi)直在(zai)研(yan)究，如何(he)利(li)用深(shen)度學(xue)習來幫助計算(suan)機解決對象(xiang)檢(jian)測的問題(ti)，而這一(yi)基于Caffe2深(shen)度學(xue)習框(kuang)架的對象(xiang)檢(jian)測算(suan)法就叫作(zuo)Detectron。在(zai)正式托管至(zhi)GitHub后，現在(zai)任何(he)人都可以自(zi)行嘗(chang)試。Facebook希望，Detectron開源后能幫助世界各(ge)地的計算(suan)機視覺研(yan)究人員進行新(xin)的嘗(chang)試，并(bing)不斷改進最新(xin)的技術。

該項目的GitHub頁面上寫道：“Detectron旨(zhi)在為對象檢測研(yan)究(jiu)提供高(gao)質量、高(gao)性能(neng)的代碼庫。Detectron的設計十分靈(ling)活，能(neng)夠支持新(xin)研(yan)究(jiu)的快速實施與(yu)評估。”

算法可以(yi)檢測視頻輸入，并(bing)能夠猜(cai)測出(chu)構成場景的(de)離散對象。“檢測和識別人類(lei)與物體的(de)交互(hu)作(zuo)用 (Gkioxari et al)”等(deng)研究(jiu)項目已(yi)經(jing)在(zai)使用Detectron了(le)，并(bing)以(yi)其為(wei)基礎(chu)來了(le)解人類(lei)在(zai)特(te)定環境中利用物體作(zuo)出(chu)的(de)行(xing)為(wei)。這是(shi)向正確的(de)方向邁出(chu)的(de)一步，以(yi)幫助計算機理解我(wo)們正在(zai)做的(de)事情，從(cong)而能夠為(wei)忙碌的(de)我(wo)們提供有價(jia)值(zhi)的(de)信息。

除了人工智能研究之外，Detectron還(huan)被用(yong)于(yu)Facebook的其(qi)他內部團(tuan)隊(dui);Facebook在Detectron的開源聲明中寫道：“各支團(tuan)隊(dui)正在利用(yong)這個平臺(tai)來為各種應用(yong)進行定制模型訓練，其(qi)中也包括(kuo)增強現(xian)實和社區完(wan)整(zheng)性研究。”

 目前尚不清楚(chu)具(ju)體是哪支團(tuan)隊正在(zai)把Detectron用于增強現實，不過(guo)很可能(neng)就是Oculus。早在(zai)F8大會期間(jian)，Oculus的(de)(de)首席科學家(jia)Michael Abrash就曾(ceng)探討過(guo)，增強現實將如何(he)并于何(he)時(shi)徹底改變我們的(de)(de)生活。

文章編輯：CobiNet(寧波)  
本公司專注于電訊配件,銅纜綜合布線系列領域產品研發生產超五類，六類,七類線，屏蔽模塊，配線架及相(xiang)關(guan)模塊配件(jian)的研發和生(sheng)產。

歡迎來電咨詢0574 88168918,郵箱sales@aliance.cn，網址aliance.cn