12.30.06 Facebook відкрила вихідні коди свого ПО для сегментації зображень, заснованого на штучному інтелекті | |
 Багато напевно до цього і знати не знали про існування цих проектів, у чому, в принципі, немає нічого дивного, враховуючи їх вузьку спеціалізацію, але вони існують вже відносно давно. Відповідні наукові роботи можна знайти на сайті arXiv.org (1, 2 і 3). Щоб допомогти скласти максимально повну картину про вищезазначені розробки команда Facebook AI Research (FAIR) не полінувалася і підготувала серйозну за обсягами публікацію своєму офіційному блозі. Сегментація зображень вже давно виходить за рамки простих завдань розпізнавання людей, об'єктів або предметів на фотографіях, або навіть визначення їх точного місця розташування в межах зображення. Її суть в виокремлення кожного окремого пікселя і виділення пікселів із загальними візуальними характеристиками з метою спрощення і / або зміни уявлення зображення. Це дуже складний і трудомісткий процес, який вимагає використання глибинного навчання, своєрідної форми штучного інтелекту, як правило, передбачає навчання штучних нейронних мереж на величезних масивах даних для подальшого пошуку певних закономірностей і зв'язків у нових наборах даних. У разі Facebook згадані інструменти - послідовно з'єднані елемента однієї системи. Як пояснює науковий співробітник FAIR Петро Доллáр, «DeepMask створює початкові образи об'єктів, SharpMask обробляє ці образи, а MultiPathNet розпізнає об'єкти, по кожному з образів». До речі, це вже не перший раз, коли Facebook робить свої ШІ-системи доступними для широких мас. У червні соцмережа пішла аналогічним чином по відношенню до Torchnet. На сьогоднішній день безліч компаній виділяють величезні грошові і людські ресурси на проекти в області глибокого навчання. У їх числі такі імениті технологічні гіганти, як Apple, Baidu, Google і Microsoft. Ці компанії поряд з незалежними науково-дослідними лабораторіями постійно змагаються між собою в конкурсах на кращу систему обробки зображень на зразок COCO. Більш висока продуктивність команди FAIR в майбутньому може вилитися в більш якісні програми, які зможуть залучити більше користувачів і великі обсяги даних. Джерело: VB | |
|
| |
| Всього коментарів: 0 | |