股票啦网 www.gupiaola.com 2020年06月04日报道：Facebook推出新AI工具可直接识别图片中的物体

要让计算机(五一二七二零)学会识别1张照片中的图像，通常来说，需要先让它看上千张已经标注好数据的图片。为了能简化计算机(五一二七二零)识别图像的过程，来自Facebook人工智能(一六一六三一)钻研实验室(FAIR)的6名成员利用Transformer神经网络架构创建了端到端的图像检测AI。

钻研员将这套工具命名为DETR(Detection Transformer)，并表达这套工具简化了识别图片对象需要的组件。

FAIR 在官方博客中称，DETR是第1个成功将Transformer架构集成为图像对象检测核心的工具。Transformer架构可以像近年来对自然语言进行处理1样，彻底改变计算机(五一二七二零)视觉，或者缩小自然语言处理与计算机(五一二七二零)视觉之间的差距。

“通过将通用的CNN与Transformer架构相结合，DETR可以直接(并行)预测最终的检测结局，与很多其他现代检测工具不同，新模型在概念上很容易，不需要特意的数据库。”钻研员在论文中称。

Transformer架构由谷歌钻研人员于二零一七年创建，Transformer架构最初旨在改进机器翻译的方法，但目前已进展成为机器学习的基石，可用于训练1些最流行的经过预先培训的语言模型，例如Google的BERT，Facebook的RoBERTa等。Transformer架构使用注意力函数代替递归神经网络来预测序列中的下一次。应用于物体检测时，Transformer可以减少建立模型的步骤，例如创建空间锚点和自定义图层等步骤。

钻研人员在论文中称，DETR取得的结局可与Faster R-CNN比美。Faster R-CNN是由微软钻研院创建的对象检测模型，自二零一五年推出以来已获得近一零零零零次引用。

虽然效果不错，但钻研人员在论文中也指出了这个模型的关键问题之1：DETR在大物体的识别上比小物体上更精确。钻研人员表达：“目前的模型需要几年改进才能应对类似的问题，人们期望将来的工作能够成功解决。”

值得1提的是，DETR是Facebook 最新推出的AI计划，这个计划旨在找到1种语言模型来解决计算机(五一二七二零)视觉带来的挑战。在此之前，针对自家平台上泛滥的谣言和不实消息，Facebook引入了恶意模因数据集挑战。Facebook认为，恶意图文针对机器学习程序而言是1个有趣的挑战，机器学习在短时间内还找不到完美的解决方法。Facebook期望开发者能创建出模型识别图像和随附文本中违反Facebook现行政策的内容。

(本文来自澎湃新闻，更多原创资讯请下载“澎湃新闻”APP)