2020年，“新基建”正給中國(guó)科技發(fā)展帶來(lái)新的重大機(jī)遇，人工智能基礎(chǔ)設(shè)施面臨全面升級(jí)。深度學(xué)習(xí)框架正是推動(dòng)產(chǎn)業(yè)智能化進(jìn)階的重要基礎(chǔ)設(shè)施。近日，國(guó)內(nèi)唯一開(kāi)源開(kāi)放、功能完備的深度學(xué)習(xí)開(kāi)源平臺(tái)——百度飛槳，在智能視覺(jué)領(lǐng)域?qū)崿F(xiàn)重大升級(jí)。

此次，PaddleCV最新全景圖首度曝光。其中，PaddleDetection、PaddleSeg、PaddleSlim和Paddle Lite重磅升級(jí);全新發(fā)布3D視覺(jué)和PLSC超大規(guī)模分類2項(xiàng)能力。同時(shí)，PaddleCV新增了15個(gè)在產(chǎn)業(yè)實(shí)踐中廣泛應(yīng)用的算法，整體高質(zhì)量算法數(shù)量達(dá)到73個(gè);35個(gè)高精度預(yù)訓(xùn)練模型，總數(shù)達(dá)到203個(gè)。

PaddleCV全景圖

PaddleCV依托于飛槳底層核心技術(shù)以及百度大腦軟硬一體AI大生產(chǎn)平臺(tái)的優(yōu)勢(shì)，貫通了從核心技術(shù)、生態(tài)應(yīng)用，再到商業(yè)化解決方案的整套體系，支撐百度視覺(jué)成為目前業(yè)內(nèi)規(guī)模最大、技術(shù)棧最全面、生態(tài)體系最完善的視覺(jué)技術(shù)平臺(tái)，形成可自我持續(xù)迭代優(yōu)化的閉環(huán)。

如全景圖所示，PaddleCV主要從三方面更新核心技術(shù)能力：

第一，核心技術(shù)能力升級(jí)，基于產(chǎn)業(yè)實(shí)踐真實(shí)場(chǎng)景打磨，多場(chǎng)景視覺(jué)任務(wù)上模型準(zhǔn)確率全面提升。

PaddleDetection模塊種類與性能全面提升，YOLOv3大幅增強(qiáng)，精度提升4.3%，訓(xùn)練提速40%，推理提速21%;人臉檢測(cè)模型BlazeFace新增NAS版本，體積壓縮3倍，推理速度提速122%;新增IoU損失函數(shù)類型，精度再提升1%，不增加預(yù)測(cè)耗時(shí)。在模型方面，新增3個(gè)類型，基于COCO數(shù)據(jù)集的精度最高開(kāi)源模型CBNet，高達(dá)53.3%;Libra-RCNN模型精度提升2%;Open Images V5成為目標(biāo)檢測(cè)比賽最佳單模型。

PaddleSeg新增基于HRNet的高精度圖像分割模型，其最大的特點(diǎn)是將圖像在整個(gè)處理過(guò)程中保持高分辨率特征，這和大多數(shù)模型所使用的從高分辨率到低分辨率網(wǎng)絡(luò)產(chǎn)生的低分辨率特征中恢復(fù)高分辨率特征有所不同。同時(shí)，獲得實(shí)時(shí)語(yǔ)義分割模型Fast-SCNN，它的最大特點(diǎn)是“小快靈”，即該模型在推理計(jì)算時(shí)僅需要較小的FLOPs，就可以快速推理出一個(gè)不錯(cuò)的結(jié)果。

Fast-SCNN網(wǎng)絡(luò)結(jié)構(gòu)圖

PaddleCV還新增了3D點(diǎn)云分類、分割和檢測(cè)的PointNet++和PointRCNN模型。PointNet++在ModelNet40數(shù)據(jù)集上，分類精度高達(dá)90%;PointRCNN在KITTI(Car)的Easy數(shù)據(jù)子集上，檢測(cè)精度高達(dá)86.66%。和此前PaddleCV支持的數(shù)十種模型一樣，基于飛槳框架，開(kāi)發(fā)者無(wú)需全新開(kāi)發(fā)代碼，只要進(jìn)行少量修改，就能快速在工業(yè)領(lǐng)域?qū)崿F(xiàn)3D圖像的分類、語(yǔ)義分割和目標(biāo)檢測(cè)任務(wù)。

圖像分類新增預(yù)訓(xùn)練模型SENet-vd、Res2Net、HRNet系列模型。Res2Net可以更細(xì)粒度表示多尺度特征，HRNet全程都可以保持高分辨率。截至目前，飛槳圖像分類模型包含了ResNet、ResNet-vd、ResNet_ACNet、MobileNet、ShuffleNet、EfficientNet等系列近20類圖像分類算法，105個(gè)預(yù)訓(xùn)練模型，也可供目標(biāo)檢測(cè)、圖像分割等任務(wù)應(yīng)用。其中，ResNet-vd系列相比ResNet系列模型，在不增加推理耗時(shí)的情況下，精度提高1%-2%，EfficientNet推出了small版本，在GPU上速度提升1.59倍。

第二，PaddleCV端到端能力大幅提升，打通了模型開(kāi)發(fā)、訓(xùn)練、壓縮、部署全流程，更好地服務(wù)于產(chǎn)業(yè)實(shí)踐。

目標(biāo)檢測(cè)模型在實(shí)際部署時(shí)，由于耗時(shí)和內(nèi)存占用，仍然存在很大挑戰(zhàn)?；诖?，PaddleSlim提供了多種高效的模型壓縮方法，助推PaddleDetection性能到達(dá)全新高度。使用蒸餾模型壓縮方案可提升驗(yàn)證精度2%;裁剪模型壓縮方案大幅降低FLOPs;蒸餾+裁剪模型壓縮方案，基于COCO數(shù)據(jù)集進(jìn)行測(cè)試，可以加速2.3倍。此外，PaddleDetection還為開(kāi)發(fā)者提供了從訓(xùn)練到部署的端到端流程，并提供一個(gè)跨平臺(tái)的圖像檢測(cè)模型的C++預(yù)測(cè)部署方案。

跟目標(biāo)檢測(cè)模型類似，語(yǔ)義分割模型在實(shí)際部署時(shí)也會(huì)面臨耗時(shí)、內(nèi)存占用的挑戰(zhàn)。PaddleSlim為PaddleSeg提供了多種分割模型的壓縮方案，F(xiàn)LOPs減少51%，提升部署成功率。

針對(duì)超大規(guī)模人臉識(shí)別等應(yīng)用挑戰(zhàn)，正式發(fā)布PLSC超大規(guī)模分類工具。一方面，通過(guò)多機(jī)分布式訓(xùn)練可以將全連接層參數(shù)切分到更多的GPU卡，從而支持千萬(wàn)類別分類，并且飛槳大規(guī)模分類庫(kù)在理論上可支持分類類別數(shù)隨著使用GPU卡數(shù)的增加而增加。另一方面，PLSC的訓(xùn)練精度和效率高，在多個(gè)數(shù)據(jù)集上得SOTA的訓(xùn)練精度，同時(shí)支持混合精度訓(xùn)練，單機(jī)8張Nvidia Tesla v100 GPU配置下混合精度訓(xùn)練速度提升42%。PLSC讓開(kāi)發(fā)者通過(guò)五行代碼即可實(shí)現(xiàn)千萬(wàn)類別分類網(wǎng)絡(luò)的構(gòu)建和訓(xùn)練，提供大規(guī)模分類任務(wù)從訓(xùn)練到部署的全流程解決方案。同時(shí)，支持訓(xùn)練GPU卡數(shù)的動(dòng)態(tài)調(diào)整、Base64格式圖像數(shù)據(jù)預(yù)處理。

PaddleCV與飛槳領(lǐng)先分布式訓(xùn)練能力全面結(jié)合，對(duì)于人臉識(shí)別等廣泛的場(chǎng)景應(yīng)用提供了強(qiáng)有力的推動(dòng)作用。3月初，百度開(kāi)源的“戴口罩人臉識(shí)別算法”中，即通過(guò)PLSC實(shí)現(xiàn)了快速對(duì)數(shù)百萬(wàn)ID的訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練;同時(shí)采用飛槳模型壓縮庫(kù)PaddleSlim進(jìn)行模型搜索與壓縮，產(chǎn)出了高性能的人臉識(shí)別模型;最后基于Paddle Lite，實(shí)現(xiàn)了云端和移動(dòng)端的快速部署。

第三，PaddleCV全面打通了模型算法、開(kāi)發(fā)框架和AI芯片，實(shí)現(xiàn)軟硬一體化。

首先，PaddleCV基于Paddle Lite多硬件支持能力的優(yōu)勢(shì)，與昆侖芯片進(jìn)行深度聯(lián)合優(yōu)化，實(shí)現(xiàn)端到端軟硬一體能力的完全領(lǐng)先和自主可控。以制造業(yè)為例，百度與微億智造聯(lián)合打造了智能自動(dòng)化監(jiān)測(cè)設(shè)備“表面缺陷視覺(jué)檢測(cè)設(shè)備”，區(qū)別于傳統(tǒng)人工肉眼檢查電子零件的方式，既保障質(zhì)檢環(huán)節(jié)的檢查質(zhì)量與效率，也進(jìn)一步緩解了由于疫情原因造成的人力缺乏問(wèn)題。

此次合作，借由百度昆侖芯片、百度智能云的加持，以及基于百度飛槳深度學(xué)習(xí)平臺(tái)的目標(biāo)檢測(cè)模型，微億構(gòu)建完成了一個(gè)從智能硬件到算法軟件再到算力供給的智能制造解決方案大閉環(huán)，具備了端到端軟硬一體能力，實(shí)現(xiàn)了完全的自主可控。此外，在央視《新聞聯(lián)播》2月10日?qǐng)?bào)道中還提到，江蘇常州的精研科技借助“表面缺陷視覺(jué)檢測(cè)設(shè)備”，解決了工人無(wú)法復(fù)工情況下的生產(chǎn)難題，在精研科技的精密零部件制造車間，十臺(tái)無(wú)人值守的智能化檢測(cè)設(shè)備24小時(shí)工作，比人工檢測(cè)效率提升近10倍。

百度與微億智造打造的工業(yè)智能質(zhì)檢設(shè)備

PaddleCV的重磅升級(jí)，飛槳為視覺(jué)領(lǐng)域提供了更為強(qiáng)大且應(yīng)用廣泛的工具，加速不同產(chǎn)業(yè)的AI落地。除了在視覺(jué)領(lǐng)域，飛槳也形成了語(yǔ)音、視覺(jué)、NLP等全方位的能力體系。飛槳還充分發(fā)揮全硬件平臺(tái)能力的優(yōu)勢(shì)，與昆侖芯片深度融合優(yōu)化，打造技術(shù)領(lǐng)先、自主可控的軟硬一體技術(shù)平臺(tái)。

目前，飛槳已累計(jì)服務(wù)150多萬(wàn)開(kāi)發(fā)者，幫助6.5萬(wàn)企業(yè)用戶，作為百度大腦的堅(jiān)實(shí)底座，在很多關(guān)乎國(guó)計(jì)民生的領(lǐng)域，都發(fā)揮著實(shí)實(shí)在在的重要作用。

（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）