百度大脑EasyDL专业版上线百度超大规模预训练模型
|
并且，在物体检测方向，新增了Cascade_Rcnn_ResNet50_FPN、YOLOv3_ResNet50vd_DCN、YOLOv3_MobileNetv1网络，以及基于百度超大规模预训练模型训练出来的YOLOv3_Darknet、Faster_R-CNN_ResNet50_FPN，其中，Cascade_Rcnn_ResNet50_FPN通过级联多个检测器以及设置不同IOU的重采样机制，使得检测器的精度、和定位的准确度进一步提升。此外，针对用户的需求，新增两种YOLOv3的变种模型，其中，YOLOv3_MobileNetV1，是将原来的YOLOv3骨架网络替换为MobileNetv1，相比YOLOv3_DarkNet, 新模型在GPU上的推理速度提升约73%。而YOLOv3_ResNet50vd_DCN是将骨架网络更换为ResNet50-VD，相比原生的DarkNet53网络在速度和精度上都有一定的优势，在保证GPU推理速度基本不变的情况下，提升了1%的模型效果，同时，因增加了可形变卷积，对不规则物体的检测效果也有一定的正向提升。 各检测模型的效果，以及支持的部署方式如下表所示：
注：以上模型均基于COCO17数据集训练和测试。 更多预置模型，参见EasyDL官网 https://ai.baidu.com/ai-doc/EASYDL/0k38n3p16 更多模型效果，参见PaddleDetection: https://github.com/PaddlePaddle/PaddleDetection/blob/release/0.3/docs/MODEL_ZOO_cn.md 各模型的推理时间如下表所示：
注：以上模型均基于coco17训练所得。 更多模型速度详情，参见PaddleDetection: https://github.com/PaddlePaddle/PaddleDetection/blob/release/0.3/docs/advanced_tutorials/deploy/BENCHMARK_INFER_cn.md 百度超大规模视觉预训练模型对比公开数据集训练的预训练模型，效果提升明显，目前这些模型已经预置在EasyDL专业版中正式发布。EasyDL专业版是飞桨企业版零门槛AI开发平台EasyDL，面向专业算法工程师群体，专门推出的AI模型开发与服务平台。支持视觉及自然语言处理两大技术方向，可灵活支持脚本调参及Notebook两类开发方式，预置了几十种经典网络和百度海量数据训练的预训练模型，模型效果在业界保持领先，同时支持公有云/私有化/设备端等灵活的部署方案，开发效率高、训练速度快，同时设备端轻量级部署和加速方案使得显存占用更少，预测速度更快。 开发者可以搜索进入EasyDL平台，选择专业版，选择【新建任务】-【配置任务】-【选择预训练模型】处选择【百度超大规模数据集 通用分类预训练模型】
零门槛AI开发平台EasyDL，面向AI开发全流程提供灵活易用的一站式平台方案。包含了AI开发过程中的三大流程：数据服务、训练与开发、模型部署。 在数据服务上，刚刚上线的EasyData智能数据服务平台覆盖了数据采集、管理、清洗、标注、安全，并支持接入EasyDL进行训练，在模型训练部署之后，在云服务授权的前提下完成数据回流，查找识别错误的数据，纠正结果并将其加入模型迭代的训练集，实现训练数据的持续丰富和模型效果的持续优化。EasyData是业内首家推出了软硬一体、端云协同自动数据采集方案的平台，有离线视频数据采集的用户，可以下载EasyData的数据采集SDK，通过定时拍照、视频抽帧等方式，实时统计到云端进行处理。 在训练与开发上，除了刚刚提到的大规模预训练模型来提升模型性能，EasyDL还采用了AutoDL自动搜索最优网络、自动超参搜索、自动数据增强、分布式训练加速等丰富的训练机制，提升模型的训练效果和训练速度。 在模型部署上，EasyDL提供端云协同的多种灵活部署方式，包括公有云API、设备端SDK、本地服务器部署、软硬一体产品。值得关注的是，在EasyDL软硬一体产品矩阵方案中，提供了六款软硬一体方案，覆盖超高性能，高性能和低成本小功耗三种不同形态，满足开发者的各类业务需求，已经在几十个行业上百个场景中落地应用。更多软硬一体方案信息，可以查看：https://ai.baidu.com/easydl/solution 百度搜索“EasyDL专业版”或直接点击链接进入EasyDL专业版，感受预训练模型的强大效果吧！ https://ai.baidu.com/easydl/pro
（编辑：应用网_阳江站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
