脸书开源自家AR核心技术，能快速识别影片中的物体

Facebook AI 研究院于日前开源由 Python 语言编写的基于深度学习框架 Caffe2 的物体识别框架 Detectron。其中包含多个重要且热门的目标检测算法，Detectron 能够根据电脑视觉的任务，自动产生适合的模型。

二连浩特ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景，ssl证书未来市场广阔！成为创新互联公司的ssl证书销售渠道，可以享受市场价格4-6折优惠！如果有意向欢迎电话联系或者加微信：18980820575（备注：SSL证书合作）期待与您的合作！

脸书在去年 F8 大会上大秀 AR/VR 应用，尤其展示了多种在生活场景叠加图片的 AR 技术，今日开源的目标检测框架Detectron，可以快速在影片或图片中辨别出物体的形状或边缘，方便叠加影像。

Detectron 项目于 2016 年 7 月启动，当时的目标就是要在深度学习框架Caffe2上，创造一个快速且具有弹性的目标检测系统，后来进入预览的开发阶段。在过去一年半的时间里，Detectron已经成熟并可以支持FAIR多数的项目，包括Mask R-CNN 、Focal Loss for Dense Object Detection，它们分别在2017年ICCV 获得 Marr 奖和***学生论文奖。这些由 Detectron 支持的算法为重要的计算机视觉任务(例如实例分割(Instance segmentation))提供了直观的模型，除此之外，Detectron对于一些视觉感知系统也会有很大的帮助。

在脸书AI研究院内部，Detectron已经用在多个项目中，像是Feature Pyramid Networks for Object Detection、Mask R-CNN、Detecting and Recognizing Human-Object Interactions、Focal Loss for Dense Object Detection、Non-local Neural Networks, Learning to Segment Every Thing和Data Distillation: Towards Omni-Supervised Learning。

而脸书 AI 研究院将 Detectron 开源的目的是，能够让 FAIR 的研究与大家分享，来加速全世界的研究成果。除了研究之外，脸书团队用Detectron，为不同的重要应用，训练出定制化的模型，模型训练完成后，即可通过轻量级且模块化的 Caffe2 部署于云端、行动装置，脸书期望 Detectron 能够帮助发展出下一代的目标检测技术。

此外，Ross Girshick表示，脸书AI研究院也在模型动物园(Model Zoo)中，发布超过70个已用Detectron训练过的模型，提供开发者下载，创造出自己的目标检测系统。

当前标题：脸书开源自家AR核心技术，能快速识别影片中的物体
文章网址：http://www.shufengxianlan.com/qtweb/news6/231956.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联