近日, Facebook 人工智能实验室宣布开源其先进的物体检测研究平台Detectron, 为广大研究人员未来的新计算机视觉研究课题提供灵活、快速的模型实现和评估途径。
Detectron 项目始于2016 年7 月, 当时的目的是在Caffe2 的基础上建立一个快速、灵活的物体检测系统, 内部开发过程也就从此开始。经过一年半的开发之后, 代码库已经成熟, 而且集成了许多Facebook 自己的研究项目, 包括在ICCV 2017 上获得最佳论文奖(马尔奖)的《Mask R-CNN》和获得最佳学生论文奖的《检测密集物体时的焦距损失》两篇论文中的算法, 以及更早更广泛使用的R-CNN 算法家族等。这些由Detectron 在背后支持的算法为实例分割之类的重要计算机视觉任务提供了直观的模型, 在业界研究重点视觉感知系统这一领域近年的飞速发展中起到了重要作用。
这次Facebook 开源Detectron 也是希望让他们的研究尽可能开放, 并且帮助加速全世界的实验室的研究进度。在这个版本发布以后, 整个研究社区都可以再现 Facebook 论文中的实验结果, 并且可以和Facebook 人工智能实验室使用同样的软件平台。
Detectron 项目GitHub 地址: https://github.com/facebookresearch/Detectron。Facebook 共发布了70 多个预训练模型的基准模型, 都可以从模型合集中下载。
(编译自: https://research.fb.com/facebook-open-sources-detectron/)
(本刊讯)
|