| 中華電信 | 深度學習 | 物件辨識 | 卷積 | 模型輕量化

物件偵測模型如何輕量化?中華電信研究院分享自家3秘訣

中華電信揭露物件偵測模型輕量化3大作法,首先模型骨幹直接採用新結構(如EfficientNet-Lite),模型頸部和頭部則以近似運算來減少參數量,比如用差值讓長寬一致、用一層卷積讓Channel數一致,並用深度可分離卷積來重組頭部,同時輕量化損失函數,來避免沒辦法收斂的結果。

2021-03-25

| AI | YOLOv4 | 物件辨識 | 中研院

以YOLOv4打敗Google還不夠,中研院組隊瞄準物件追蹤AI要再拿世界第一

YOLOv4今年問世,不僅廣受全球AI社群討論,也在9月28日的MSCOCO物件偵測競賽中排名世界第一。不過,開發YOLOv4關鍵技術的中研院團隊並未就此打住,中研院資科所所長廖弘源還另組國家隊,鎖定物件追蹤AI,要打造全世界最好的追蹤器、再次打敗Google、AWS,拿下另一個世界第一。

2020-11-17

| 影像辨識 | 物件辨識 | NEC | ICIP大會

NEC提出新方法來辨識監視畫面中的手持物件,預計年底會用在自家產品中

用一般外觀辨識模型,來分辨監視畫面中可攜式物件的種類,因為物件體積小、解析度相對較低、又可能被遮蔽,目前仍為一大挑戰。不過,NEC研究出一種基於人體部位與攜帶物件的相對位置,來辨識物體種類的方法,準確率比用Faster R-CNN所訓練的模型平均高6%。

2019-10-15

| AI | 物件辨識 | 臉書AI研究院 | 機器學習 | 電腦視覺

臉書開源釋出自家AR技術的核心辨識技術,能快速辨識影片中的物件

臉書AI研究院23日開源釋出由Python撰寫而成,並深度學習框架Caffe2 建立的物件辨識框架Detectron,其中包含多個重要且熱門的物件辨識演算法,Detectron能夠根據電腦視覺的任務,自動產生適合的模型

2018-01-23