• 原文地址：Facebook open sources Detectron
• 原文作者：Ross Girshick
• 譯文出自：掘金翻譯計(jì)劃
• 本文永久鏈接：github.com/xitu/gold-m…
• 譯者：SeanW20
• 校對(duì)者：noahziheng、dazhi1011

Facebook開源Detectron

今天（譯者注：2018 年 1 月 24 日），Facebook AI Research(FAIR) 研究機(jī)構(gòu)開源了 Detectron —— 我們最先進(jìn)的目標(biāo)檢測(cè)研究平臺(tái)。

Detectron 項(xiàng)目在 2016 年 7 月啟動(dòng)，目的是建立一個(gè)基于 Caffe2 上的快速靈活的物體檢測(cè)系統(tǒng)。當(dāng)時(shí)還在進(jìn)行 Alpha 階段的開發(fā)。在過去的一年半里，代碼庫(kù)已經(jīng)成熟并且支持了我們的大量項(xiàng)目，包括 Mask R-CNN 和 Focal Loss for Dense Object Detection，在 2017 年的 ICCV 上這兩個(gè)項(xiàng)目分別獲得了 Marr 獎(jiǎng)和最佳學(xué)生論文獎(jiǎng)。由 Detectron 提供支持的這些算法為一些重要的計(jì)算機(jī)視覺任務(wù)，例如實(shí)現(xiàn)實(shí)例分割，提供了直觀的模型，并且近年來在由我們社區(qū)完成的視覺感知系統(tǒng)中發(fā)揮了重要作用，這套系統(tǒng)已經(jīng)取得空前成就。

除了研究，許多 Facebook 團(tuán)隊(duì)使用這個(gè)平臺(tái)來訓(xùn)練各種應(yīng)用的定制模型，包括增強(qiáng)現(xiàn)實(shí)和社區(qū)完整性。一旦開始訓(xùn)練，這些模型可以部署在云端和移動(dòng)設(shè)備上，由高效的 Caffe2 運(yùn)行時(shí)提供支持。

我們開源 Detectron 的目標(biāo)是使我們的研究盡更加開放，并加速在全球?qū)嶒?yàn)室的研究。隨著其發(fā)布，科研界同仁將能夠重現(xiàn)我們的結(jié)果，并能夠使用 FAIR 的相同軟件平臺(tái)。

Detectron 可以在 Apache2.0 許可證下獲得 github.com/facebookres…. 我們還發(fā)布了 70 多種預(yù)訓(xùn)練模型的廣泛性能基準(zhǔn)，可以從我們的模型庫(kù)中下載。

---

掘金翻譯計(jì)劃 是一個(gè)翻譯優(yōu)質(zhì)互聯(lián)網(wǎng)技術(shù)文章的社區(qū)，文章來源為 掘金 上的英文分享文章。內(nèi)容覆蓋 Android、iOS、前端、后端、區(qū)塊鏈、產(chǎn)品、設(shè)計(jì)、人工智能等領(lǐng)域，想要查看更多優(yōu)質(zhì)譯文請(qǐng)持續(xù)關(guān)注 掘金翻譯計(jì)劃、官方微博、知乎專欄。

總結(jié)

以上是生活随笔為你收集整理的【译】Facebook 开源 Detectron的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。