En güçlü yerel açık kaynaklı AI çerçevesi, görsel endüstrinin gerçek savaş yeteneklerini yoğun bir şekilde geliştirmek için gelişiyor
2 yepyeni yetenek, 4 büyük yükseltme, 35 yüksek hassasiyetli ön eğitim modeli çevrimiçi, endüstri uygulamasında yaygın olarak kullanılan 15 görüş algoritması kutsanmıştır ...
Bu, en güçlü yerel açık kaynak derin öğrenme çerçevesi olan Flying Oar'ın en son önemli yükseltmesidir.
Son zamanlarda uçan kürek yetkilileri tarafından açıklanan bir dizi yeni model ve yeni yetenekler arasında:
- Yalnızca büyük ölçüde geliştirilmiş YOLOv3-% 40 daha hızlı eğitim,% 21 daha hızlı çıkarım ve% 4,3 daha yüksek doğruluk gibi genel modellerin yeteneği geliştirilmedi;
- Ayrıca, COCO veri setine dayalı en doğru açık kaynak modeli olan CBNet gibi en yeni SOTA modellerini içerir;
- Ve 3D nokta bulutu sınıflandırması, segmentasyonu ve tespiti için PointNet ++ ve PointRCNN modellerini piyasaya sürdü, bu da onu 3D görüntü derin öğrenmeyi destekleyen ilk yerli açık kaynak platformu haline getirdi;
- Buna bağlı olarak, bu modellerin geliştirilmesi, sıkıştırılması ve konuşlandırılması için "tek noktadan hizmet", damıtma + ürün modeli sıkıştırma şeması ve COCO veri kümesine dayalı testler kullanılarak 2,3 kat hızlandırılabilen hedef tespit modeli gibi yeni bir sürüme de yükseltilir.
Daha da önemlisi, yeni sürümler ve bunun gibi büyük yükseltmeler için uçan kürek, tümü görsel yeteneklere odaklanan 15 algoritma ve 35 önceden eğitilmiş modeli içeren 6 öğeyi tek bir nefeste yayınladı. Bu güncellemeden sonra görüş alanında kürek uçurma kabiliyetinin büyük bir sıçrama daha yaptığını söylemek abartı olmaz.
Şu anda, uçan küreğin son büyük güncellemesinin üzerinden sadece dört ay geçti.
Bu kadar yoğun bir yinelemeli yükseltme nedir?
Önceki büyük ölçekli endüstriyel üretim, akıllı endüstriyel yükseltme ve yeni altyapı depolama kapasitesi ile birleştiğinde, uçan küreklerin sadece en son teknolojik gelişmeler değil, aynı zamanda endüstriyel uygulama ve iniş olduğunu görmek zor değil.
Ayrıntıları gördükten sonra, insanlara "ete karşı mücadele" duygusu veriyor. Baidu'nun kendi geliştirdiği AI çipinin kutsamasıyla, yeni algoritmalar, yeni modeller ve uçan raketin yeni yetenekleri de akıllı bulut aracılığıyla çeşitli montaj hatlarına taşınıyor.
Belirli ayrıntılar için biraz inceleyelim.
Geliştirmeden eklemeye, görsel model kitaplığı yükseltildi
Bu uçan kürek yükseltmesinin özü görsel yetenektir. En doğrudan değişiklik, uçan küreklerin temel model kitaplığı olan PaddleCV'de (Intelligent Vision) meydana geldi.
Birincisi, PaddleCV'nin yeteneklerinin daha da genişletilmesidir. PaddleCV'nin yeni sürümünde, 3B nokta bulutu sınıflandırması için PointNet ++ ve PointRCNN modelleri, segmentasyon ve algılama eklendi.
Daha önce PaddleCV tarafından desteklenen, uçan kürek çerçevesine dayanan düzinelerce model gibi, geliştiricilerin yeni kodlar geliştirmesine gerek yoktur. Birkaç değişiklikle, endüstriyel alanda 3D görüntü sınıflandırması, anlamsal bölümleme ve hedef algılama görevlerini hızla gerçekleştirebilirler.
Ve model doğruluğu da garanti edilir. Uçan kanatçık çerçevesinde PointNet ++, Indoor3D verilerinde% 86,6'lık bir segmentasyon doğruluğuna (MSG) ve SOTA'yı yakalayan ModelNet40 veri setinde% 90'lık bir sınıflandırma doğruluğuna (MSG) sahiptir.
Çok seviyeli nokta setinin gerçekleştirilmesi, PointNet ++ 'da öğrenme özelliğine sahiptir.PointNet ++ ve RCNN'nin fikirlerinden yararlanan PointRCNN, endüstrinin önde gelen 3 boyutlu hedef tespit modelidir ve uçan bir kürek üzerinde uygulanır ve doğruluğu da SOTA ile karşılaştırılabilir. Verdikleri deneysel sonuçlar şu şekildedir: Yetkili otonom sürüş veri seti KITTI'nin (Araba) Easy veri alt kümesinde doğruluk% 86.66'dır.
İkincisi, PaddleCV ayrıca çeşitli alanlarda yeni ve güçlü modeller içerir.
Örneğin, hedef tespit alanında, COCO veri setine dayalı en yüksek doğrulukta açık kaynak modeli CBNet, Libra-RCNN modeli (doğruluk% 2 artırıldı) ve Open Images V5 hedef tespit yarışmasının en iyi tek modeli eklendi.
Uçan kürek ayrıca IoU kayıp işlevi türlerine Genelleştirilmiş IoU ve Mesafe-IoU kaybı işlevlerini de ekledi ve modelin doğruluğu, zaman alan tahmini artırmadan% 1 artırıldı.
Görüntü anlamsal bölümleme açısından, yüksek çözünürlüklü model HRNet ve gerçek zamanlı anlamsal bölümleme modeli Fast-SCNN için destek eklenmiştir. Hedef takibi alanında SiamFC ve ATOM gibi algoritma modelleri eklenmiştir.
Hızlı SCNN ağ yapısı diyagramı.Bununla birlikte, uçan kanat geliştirme ekibi "sadece yeni gelenlerin kahkahalarını dinlemek" değildir. Daha fazla model eklemenin yanı sıra, daha önce desteklenen ana akım modeller, uçan kanatçıkların yükseltilmesinde de optimize edilmiştir.
Örneğin, YOLOv3 bu yükseltmede büyük ölçüde geliştirildi, doğruluk% 4,3, eğitim hızı% 40, akıl yürütme hızı% 21 arttı; yüz algılama modeli BlazeFace, yeni NAS sürümü, hacim sıkıştırma 3 kat, akıl yürütme hızı% 122 artırıldı, vb. .
Flying Paddle, endüstriyel uygulamada yaygın olarak kullanılan yeni eklenen 15 algoritma ve 35 yüksek hassasiyetli ön eğitim modelinden sonra, PaddleCV kütüphanesindeki yüksek kaliteli algoritma sayısının 73'e, eğitim öncesi toplam model sayısının 203'e ulaştığını ortaya koydu.
Ve bunlar uçan küreğin yükseltilmesinin sadece bir parçası.
Model geliştirme, sıkıştırma, dağıtım "tek noktadan hizmet" geliştirme
Sahneye uygulanabilecek bir AI uygulaması oluşturmak, yalnızca eğitim / eğitim modellerinin geliştirilmesi değil, aynı zamanda uygulama sahnesine yerleştirilmesi de kilit noktadır.
Modelin konuşlandırılması sürecinde, konuşlandırılan ekipman için sıkıştırma eğitimi ile geliştirilen modelin orijinal doğruluğunu kaybetmeden sahneye uyum sağlayabilmesi için ayarlanması gerekmektedir.
Bu talebe odaklanan uçan kanat, yeteneklerini de güçlendirdi: Temel iyileştirme, model sıkıştırma aracı PaddleSlim ve mobil terminal dağıtım çerçevesi Paddle Lite'da yatıyor.
Geçtiğimiz yıl, PaddleSlim dört versiyonda cilalandı ve şimdi 1.0 versiyonunu başlattı - kantifikasyon, özelleştirme, damıtma, model yapısı arama, model donanım araması ve derin öğrenme modeli sıkıştırmada yaygın olarak kullanılan diğer yöntemler.
Baidu'nun yüz SDK'sına uygulandığında, gömülü cihazlara uygulanabilir ve tüm yüz algılama, izleme, canlı algılama ve tanıma sürecini 0,3 saniye içinde tamamlayabilir.
Ve bu, bu yükseltmeden sonraki yeni özelliklerinden sadece biri. PaddleSlim1.0'da bu tür 10 özellik vardır.
Örneğin, YOLO serisi modeli için geliştirilen damıtma şeması, COCO görevinin doğruluğunda% 2'lik bir artış sağlayabilir; kesim modeli sıkıştırma şeması kullanıldığında, hesaplama gücü talebini büyük ölçüde azaltabilir. Görüntü bölümleme modelinde, PaddleSlim1.0'ın sıkıştırma dağıtım şemasını uygulayarak FLOPS (bilgi işlem gücü)% 51 oranında azaltılabilir.
Dahası, PaddleSlim1.0 daha esnek bir NAS API'si, daha zengin bir arama stratejisi ve arama alanını önceden tanımladı. Tek kartlı SA arama stratejisi ile karşılaştırıldığında, tek kartlı Tek Çekim stratejisi, arama hızını 10 kattan daha hızlı gerçekleştirir ve bu böyle devam eder.
Paddle Lite'ın en son sürümü ile birleştirilen PaddleSlim'in bu özellikleri, güçlü derin sinir ağlarını mobil gömülü cihazlara dağıtan küreklerle uçma yeteneğini daha da geliştirir.
Buna ek olarak, Flying Paddle, on milyonlarca ölçeği sınıflandırma yeteneğine sahip olan büyük ölçekli dağıtılmış bir eğitim aracı PLSC'yi yeni piyasaya sürdü. PLSC'nin, tamamen bağlı katmanın parametrelerini otomatik olarak birden fazla GPU kartına bölebildiği ve tek bir 8 V100 GPU yapılandırması tarafından desteklenen maksimum sınıflandırma kategorisi sayısını 2,52 kat artırabildiği bildirildi.
Dahası, eğitim doğruluğu ve verimliliği yüksektir: SOTA eğitim doğruluğu birden fazla veri setinde elde edilebilir ve aynı anda karışık hassasiyetli eğitim desteklenir.Tek makineli 8 V100 GPU yapılandırması altında, karışık hassasiyetli eğitim hızı% 42 artırılır.
Daha kritik olan kullanım kolaylığıdır. Uçan raketin tanıtımına göre, uçan kürek üzerinde on milyonlarca sınıflandırma ağının inşası ve eğitimini gerçekleştirmek için yalnızca beş satır koda ihtiyaç duyuluyor ve eğitimden dağıtıma kadar geniş ölçekli sınıflandırma görevleri için tam bir süreç çözümü sağlıyor.
Belki de tam da kullanım kolaylığı ve sürekli zenginleştirme nedeniyle uçan kanatçıkların ekolojisi daha da geliştiriliyor. 2019 itibarıyla Flying Oar'ın geliştirici sayısı 1,5 milyonu aşarak Çin'deki en büyük AI geliştirici ekosistemi haline geldi.
Uçan kürekleri daha fazla uygulama senaryosuna getirirken, aynı zamanda uçan küreklerin yeteneklerini geliştirmek için daha fazla yardım sağlıyorlar.
Flying Paddle neden hızlı bir gelişme sağlayabilir ve Çin derin öğrenme platformu pazarına liderlik edebilir (IDC verileri)? Çok katkıda bulundular.
Ayrıca özellikle yerli çipler olmak üzere uçan kanatçıklarla desteklenen donanım da artıyor. Huawei'in Kirin çipini takiben, Bitmain'in en son Sophon serisi AI çipinin de Baidu'nun Feida derin öğrenme platformuyla başarılı bir şekilde entegre edildiği bildirildi.
Yoğun yükseltmenin arkasında, büyük ölçekli endüstriyel üretim için cephane depoları sağlayın
Model kütüphanesi daha bol hale geldi, uçtan uca geliştirme ve dağıtım tek noktadan hizmet yeniden güçlendirildi ve uçan kürek hedefi daha net-sanayileşmiş üretim haline geldi.
Bu aynı zamanda Baidu AI'nın hedefidir.Geçen yıl, Robin Li ve Wang Haifeng dış dünyaya birçok kez açıkladı: AI teknolojisi endüstriyel üretim aşamasına girdi ve bir taşıyıcı olarak akıllı bulut, AI'nın uygulanmasını teşvik edebilir ve endüstriyel zeka sürecini hızlandırabilir.
Baidu bu stratejiyi nasıl geliştiriyor? Sürekli olarak yoğun güncellemeleri memnuniyetle karşılayan uçan kürek, ürettikleri silahtır.Baidu'nun kendi geliştirdiği çipinin desteğiyle, Baidu Smart Cloud aracılığıyla endüstriyel üretimin "ön cephesine" taşınıyor.
En son örnek ortaya çıktı. 15 Mart'ta, Baidu ve Weiyi Zhizhi tarafından inşa edilen endüstriyel akıllı kalite kontrol ekipmanı resmi olarak konuşlandırıldı ve piyasaya sürüldü.İki taraf, akıllı donanımdan algoritma yazılımına ve bilgi işlem güç kaynağına kadar geniş bir kapalı akıllı üretim çözümleri döngüsü oluşturmak için işbirliği yaptı. Kuvvet 2 kat artar.
Bunun arkasında sadece uçan kürek derin öğrenme platformunun desteği değil, aynı zamanda Baidu Smart Cloud ve Baidu Kunlun çipinin desteği de var - bu aynı zamanda Çin'in endüstriyel alanda kendi geliştirdiği AI çipinin ilk büyük ölçekli uygulaması.
Dahası, bu salgına karşı mücadelede yalnızca akıllı kalite denetimi gibi endüstriyel yönlerin konuşlandırılması değil, aynı zamanda Baidu'nun uçan küreklere, akıllı bulutlara ve Kunlun yongalarına dayanan yazılım ve donanımının entegre yapay zeka yetenekleri de bu salgınla mücadelede.
10 Şubat'ta "Haber Ağı" nda şöyle bir durum ortaya çıktı:
Jiangsu Eyaleti, Changzhou'daki Jingyan teknolojisi, Baidu ve Weiyi Zhizao tarafından ortaklaşa oluşturulan akıllı otomatik izleme ekipmanı "Yüzey Kusurlu Görsel Muayene Ekipmanı" yardımıyla işçilerin işe devam edemediği durumlarda üretim sorununu çözdü. On gözetimsiz akıllı denetim ekipmanı Günde 24 saat çalışarak manuel incelemeden neredeyse 10 kat daha verimlidir.
Yakın zamandaki genel ortam, büyük eğilimler ve salgının etkisi altında, küresel ekonomi bir bütün olarak büyük bir olumsuz etkiye sahip oldu. Ancak krizde fırsatlar yaratmak için en büyük fırsat, kükreyen yeni altyapıdır.
"Yeni altyapı" nedir? Temel kapsam, yeni istihbarat doğrultusunda altyapı inşasıdır. 10 Şubat'taki "Haber Ağı" durumunda, Baidu Feidao, yeni altyapının ihtiyaç duyduğu alet kutusu ve cephane deposu olarak hareket etti.
Ancak, vaka yalnızca temsili bir durumdur.
Şimdilik, anti-salgının sürekli olarak sona erdiği Çin topraklarında, yükseltilmeyi bekleyen daha birçok geleneksel endüstri, akıllı dönüşümü bekleyen sahneler ve yapay zekanın değerini oynayabileceği maliyet düşürme ve verimlilik alanları var ...
Uçan kürekler için bir dizi iyileştirme, Chunjiang Nehri'nin sadece su ısıtması olabilir, ancak aynı zamanda yıllarca süren hırslı bir zaman da olabilir.
Kısacası, uçan kürekler için yeni altyapı mühimmat deposu artık hazır. Zamanın fırsatlarını değerlendirmek isteyen bir geliştiriciyseniz, fırsatı kaçırmayın.
Son olarak, bu sefer PaddleCV yükseltmesinin detayları, portal şu şekildedir: https://github.com/PaddlePaddle/models/tree/release/1.7/PaddleCV
- Bitiş -
Qubit QbitAI · Toutiao İmzalama Yazarı
Bize dikkat edin ve en son teknolojideki en son gelişmeleri alın
