Исходное сообщение
"Facebook открыл код платформы Detectron для распознавания об..." Отправлено opennews, 23-Янв-18 10:21
Группа исследователей искусственного интеллекта из компании Facebook открыла (https://research.fb.com/facebook-open-sources-detectron/) исходные тексты платформы Detectron (https://research.fb.com/downloads/detectron/) с реализацией набора алгоритмов для распознавания и классификации объектов на фотографиях. Проект реализован на языке Python с использованием фреймворка глубинного машинного обучения Caffe2 (https://www.opennet.ru/opennews/art.shtml?num=46406) и распространяется (https://github.com/facebookresearch/Detectron) под лицензией Apache 2.0. Для загрузки подготовлена (https://github.com/facebookresearch/Detectron/blob/master/MO...) большая коллекция наборов данных и уже натренированных готовых моделей для распознавания различных типов объектов. Модели поставляются под свободной лицензией CC BY-SA 3.0. В рамках  платформы Detectron предложены реализации наиболее перспективных подходов по построению нейронных сетей и систем машинного обучения, нацеленных на выделение объектов на изображениях. В итоге удалось подготовить высокопроизводительную и гибкую систему  для высококачественного определения объектов, для разработчиков ПО предоставляющую средства для быстрой интеграции данной функциональности в свои проекты, а для исследователей машинного обучения - для проведения экспериментов и создания реализаций новых алгоритмов. В текущем виде Detectron предлагает шесть алгоритмов распознавания изображений (Mask R-CNN (https://arxiv.org/abs/1703.06870), RetinaNet (https://arxiv.org/abs/1708.02002), Faster R-CNN (https://arxiv.org/abs/1506.01497), RPN (https://arxiv.org/abs/1506.01497), Fast R-CNN (https://arxiv.org/abs/1504.08083) и  R-FCN (https://arxiv.org/abs/1605.06409)), разработанных различными академическими  коллективами исследователей. Для организации машинного обучения поддерживается развёртывание четырёх типов нейронных сетей: ResNeXt{50,101,152} (https://arxiv.org/abs/1611.05431),  ResNet{50,101,152} (https://arxiv.org/abs/1512.03385), Feature Pyramid Networks (https://arxiv.org/abs/1612.03144) (на базе ResNet/ResNeXt) и VGG16 (https://arxiv.org/abs/1409.1556), но дополнительные типы могут быть легко добавлены, благодаря модульной архитектуре платформы. URL: https://research.fb.com/facebook-open-sources-detectron/ Новость: https://www.opennet.ru/opennews/art.shtml?num=47950