
CDA數(shù)據(jù)分析師 出品
編譯:Mika
十年前,研究人員認(rèn)為讓計(jì)算機(jī)來區(qū)分貓和狗幾乎是不可能的。如今,計(jì)算機(jī)視覺識別的準(zhǔn)確率已超過99%。Joseph Redmon通過一個(gè)叫YOLO的開源目標(biāo)檢測方法,可以迅速識別圖像和視頻中的目標(biāo)。
10年前,計(jì)算機(jī)視覺研究者認(rèn)為,要讓一臺電腦去分辨出一只貓和狗的不同之處,這幾乎是不可能的,即便是在當(dāng)時(shí)人工智能已經(jīng)取得了重大突破的情況下。
Joseph Redmon家養(yǎng)的貓
Joseph Redmon家養(yǎng)的狗
但如今我們已經(jīng)可以做到讓它的正確率在99%以上。這個(gè)方法叫做圖像分類,給它一張圖,再給這張圖貼上標(biāo)簽。通過這種方式,計(jì)算機(jī)就可以知道數(shù)千種的分類。
我是華盛頓大學(xué)的一名研究生,我正致力于一個(gè)名叫Darknet的項(xiàng)目,這是一個(gè)用來訓(xùn)練和測試計(jì)算機(jī)視覺模型的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。
Joseph Redmon所進(jìn)行的Darknet項(xiàng)目
讓我們來看看Darknet是如何看待這張圖片。
當(dāng)我們在這張圖片上運(yùn)行識別器時(shí),我們注意到,它不僅能判斷出圖片上是貓是狗,還能給出它是哪個(gè)品種的預(yù)測。這就是我們目前所達(dá)到的粒度級別。
它的預(yù)測是正確的,我的狗的確是一只阿拉斯加雪橇犬。
很明顯,我們在圖像識別上取得了驚人的進(jìn)步。但是如果我們對這樣一張圖片運(yùn)行識別器,會如何呢?
看一下,我們看到識別器給出了一個(gè)非常相似的預(yù)測。而且是正確的,圖中是有一只阿拉斯加雪橇犬。但只使用這一個(gè)標(biāo)簽,我們并不能真正的了解這張圖片,我們需要更強(qiáng)大的檢測器。
我正在研究一個(gè)叫做目標(biāo)檢測的問題,也就是嘗試將一張圖上的所有目標(biāo)物都找出來,然后將它們分別框起來,再加上標(biāo)注。
這就是我們對這張照片運(yùn)行檢測器時(shí)所發(fā)生的?;谶@樣的結(jié)果,我們可以用計(jì)算機(jī)視覺算法做更多的事情。
我們發(fā)現(xiàn),它知道這里有一只貓和一只狗。知道它們的相對位置,它們的大小,甚至還知道一些額外的信息,例如背景里有一本書。
如果你想建立一個(gè)基于計(jì)算機(jī)視覺的系統(tǒng),比如說無人駕駛汽車或者機(jī)器人系統(tǒng),這就是你想要得到的信息。你需要一個(gè)能與物質(zhì)世界互動(dòng)的系統(tǒng)。
當(dāng)我最開始開展目標(biāo)檢測項(xiàng)目時(shí),它要花20秒去處理一張圖片。
為了理解為什么速度在這個(gè)領(lǐng)域是如此重要。舉一個(gè)例子,這是一個(gè)2秒鐘就能處理一張圖片的檢測器。這個(gè)檢測器的速度要比處理每張圖需要20秒的檢測器快10倍??梢钥吹皆谒龀鲱A(yù)測的時(shí)候,被檢測的世界已經(jīng)發(fā)生變化了。這對于一個(gè)應(yīng)用來說是沒有多大用處的。
每2秒處理一張圖
如果我們將它的速度再提升10倍,這個(gè)檢測器每秒可處理5張畫面,這就好很多了。
每秒處理5張圖
但是,舉個(gè)例子。如果有任何重大的移動(dòng),它就反應(yīng)不過來了。我可不想讓這樣的一個(gè)系統(tǒng)來駕駛我的汽車。
這是在我電腦上運(yùn)行的實(shí)時(shí)檢測系統(tǒng)。當(dāng)我在移動(dòng)時(shí),它能順利地追蹤我。而且它強(qiáng)大到能適應(yīng)不同的物體大小、姿勢、向前、向后的改變,很了不起。
實(shí)時(shí)檢測系統(tǒng)
如果我們想要建造一個(gè)基于計(jì)算機(jī)視覺的系統(tǒng),那么這就是我們真正需要的。
僅僅是幾年的時(shí)間,我們就從每張圖20秒提升到了每張圖20毫秒,速度提高了1000倍。我們是如何做到的呢?
過去,目標(biāo)檢測系統(tǒng)會將這張圖片分成很多小區(qū)域,然后在每一塊區(qū)域運(yùn)行一下識別器。在識別器中獲得最高分?jǐn)?shù)的輸出就會被認(rèn)為是這張圖片的檢測結(jié)果。這涉及到要在一張圖片上運(yùn)行數(shù)千次識別器,以及數(shù)千次的神經(jīng)網(wǎng)絡(luò)評估才能獲得檢測結(jié)果。
而現(xiàn)在,我們訓(xùn)練了可以做出所有檢測的單一網(wǎng)絡(luò),它能同時(shí)生成邊界盒和類別概率。
使用我們的系統(tǒng),不需要為了生成檢測結(jié)果去重復(fù)上千數(shù)次地看同一張圖片,只看一次就行了。這也是為什么我們稱之為,目標(biāo)檢測的"YOLO(you only look once)法"(只看一次)。
有了這個(gè)速度,我們就不僅限于識別圖像了,還可以實(shí)時(shí)處理視頻?,F(xiàn)在我們不僅看到了貓和狗,還能看到它們走來走去,互相嘻戲。
這是一個(gè)我們在微軟的COCO數(shù)據(jù)庫上,用80種不同種類的物品訓(xùn)練過的檢測器。包含了各種東西,像勺子、叉子、碗等常見物品。
還有各種奇特的東西,動(dòng)物、汽車、斑馬、長頸鹿。
現(xiàn)在我們要做點(diǎn)兒有趣的事情,我們的攝像頭將要對準(zhǔn)觀眾區(qū)看看能檢測出什么。
我們把檢測閥值調(diào)低一點(diǎn),這樣就可以找出更多的觀眾。看下我們能不能找出這些停車標(biāo)志,我們發(fā)現(xiàn)了一些背包。所有這些都是在電腦上實(shí)時(shí)處理的。
請大家記住,這是一個(gè)通用的目標(biāo)檢測系統(tǒng)。因此我們可以將它訓(xùn)練用于任何領(lǐng)域的圖像識別。
我們在無人駕駛汽車中,用來發(fā)現(xiàn)停車標(biāo)志 行人和自行車的代碼,同樣可以用于在組織活檢中找出癌細(xì)胞。全球已經(jīng)有很多研究者正在利用這一技術(shù)在醫(yī)學(xué)、機(jī)器人學(xué)等方面取得了進(jìn)展。
今天早上,我剛讀到一篇文章,人們在內(nèi)羅畢國家公園對動(dòng)物數(shù)量進(jìn)行普查,使用了YOLO作為檢測系統(tǒng)的一部分。因?yàn)镈arknet是一個(gè)開源項(xiàng)目,在公共領(lǐng)域任何人都可以免費(fèi)使用。
但是我們想要讓檢測器能被更多人使用,也更好用因此通過結(jié)合模型優(yōu)化,網(wǎng)絡(luò)二值化和近似法,我們實(shí)際上已經(jīng)可以在手機(jī)上進(jìn)行目標(biāo)檢測了。
我真的很激動(dòng),因?yàn)槲覀冊诔跫?a href='/map/jisuanjishijue/' style='color:#000;font-size:inherit;'>計(jì)算機(jī)視覺問題上有了強(qiáng)大的解決方案,同時(shí)任何人都可以使用它來做些什么。
接下來就看所有在座的各位,以及世界上所有能夠使用這個(gè)軟件的人了。我已經(jīng)等不及想要看看,人們會用這一技術(shù)創(chuàng)造出什么來了,謝謝大家。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03