Новости Технологии 26.08.2016 в 20:21 comment

Facebook открыла исходники своего ПО для сегментации изображений, основанного на искусственном интеллекте

author avatar
https://itc.ua/wp-content/uploads/2022/04/vova-96x96.jpeg *** https://itc.ua/wp-content/uploads/2022/04/vova-96x96.jpeg *** https://itc.ua/wp-content/uploads/2022/04/vova-96x96.jpeg

Володимир Скрипін

Ексзаступник головного редактора

Раздел Технологии выходит при поддержке Favbet Tech

Компания Facebook официально объявила о своем решении перенести все свои программные наработки в области систем искусственного интеллекта в категорию Open Source. DeepMask, SharpMask и MultiPathNet – эти инструменты уже опубликованы на GitHub под лицензией BSD.

Многие наверняка до этого и знать и не знали о существовании этих проектов, в чем, в принципе, нет ничего удивительного, учитывая их узкую специализацию, но они существует уже относительно давно. Соответствующие научные работы можно найти на сайте arXiv.org (1, 2 и 3). Дабы помочь составить максимально полную картину о вышеупомянутых разработках команда Facebook AI Research (FAIR) не поленилась и подготовила серьезную по объемам публикацию своем официальном блоге.

Сегментация изображений уже давно выходит за рамки простых задач распознавания людей, объектов или предметов на фотографиях, или даже определения их точного местоположения в пределах изображения. Ее суть в вычленении каждого отдельного пикселя и выделении пикселей с общими визуальными характеристиками с целью упрощения и/или изменения представления изображения. Это весьма сложный и трудоемкий процесс, который требует использования глубинного обучения, своеобразной формы искусственного интеллекта, как правило, подразумевающего обучение искусственных нейронных сетей на огромных массивах данных для дальнейшего поиска определенных закономерностей и связей в новых наборах данных.

В случае Facebook упомянутые инструменты – последовательно соединенные елементы одной системы. Как объясняет научный сотрудник FAIR Петр Доллáр, «DeepMask создает начальные образы объектов, SharpMask обрабатывает эти образы, а MultiPathNet распознает объекты, по каждому из образов».

К слову, это уже не первый раз, когда Facebook делает свои ИИ-системы доступными для широких масс. В июне соцсеть поступила аналогичным образом по отношению к Torchnet.

На сегодняшний день множество компаний выделяют огромные денежные и человеческие ресурсы на проекты в области глубокого обучения. В их числе такие именитые технологические гиганты, как Apple, Baidu, Google и Microsoft. Эти компании наряду с независимыми научно-исследовательскими лабораториями постоянно соревнуются между собой в конкурсах на лучшую систему обработки изображений вроде COCO. Более высокая продуктивность команды FAIR в будущем может вылиться в более качественные приложения, которые смогут привлечь больше пользователей и большие объемы данных.

Курс-професія "Junior Data Analyst" від robot_dreams.
Комплексний курc для всіх, хто хоче опанувати нову професію з нуля.На прикладі реальних датасетів ви розберете кожен етап аналізу даних.
Програма курсу і реєстрація

Источник: VB

Раздел Технологии выходит при поддержке Favbet Tech

Favbet Tech – это IT-компания со 100% украинской ДНК, которая создает совершенные сервисы для iGaming и Betting с использованием передовых технологий и предоставляет доступ к ним. Favbet Tech разрабатывает инновационное программное обеспечение через сложную многокомпонентную платформу, способную выдерживать огромные нагрузки и создавать уникальный опыт для игроков. IT-компания входит в группу компаний FAVBET.


Loading comments...

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: