企业级服务公司HashiCorp获1.75亿美元E轮融资
06-18
加入英伟网会员文章相关引用和参考文献：fb 开源 Mask R-CNN2Go（英伟网 12 月 14 日） MLPerf 是由谷歌、斯坦福、哈佛和百度联合创建的组织，旨在建立衡量机器学习软件框架、硬件加速器和云平台系统级性能的通用行业基准。
它为云训练和推理以及设备边缘推理提供了基准。
今天，Facebook 宣布正式加入 MLPerf 并开源 Mask R-CNN2Go。
Facebook 表示：“我们在支持开源标准以及框架和硬件之间的互操作性方面有着悠久的历史，通过开放神经网络交换（ONNX）和 PyTorch 等项目推动机器学习创新。
开发行业标准的机器学习模型”通过基准，我们可以帮助研究人员和研究人员更好地评估和展示他们工作的影响，这就是我们支持 MLPerf 倡议的原因。
”作为这项努力的一部分，Facebook 成立了一个专门的工作组来识别和应对。
以应对不同领域带来的挑战在基准创建方面，他们还开源了 Mask R-CNN2Go，这是一种针对嵌入式和移动设备进行优化的计算机视觉模型。
Facebook MLPerf Edge Inference 工作组的联合主席 Carole-Jean Wu 指出：“我们将与其他行业和学术组织一起，为边缘推理类别提供在开源数据集上训练的基线参考实现。
对于图像分类用例，我们将提供最先进的 ShuffleNet 模型实现。
对于姿势估计用例，我们将提供由 Facebook 移动视觉研究人员开发的 Mask R-CNN2Go 模型的实现。
随着越来越多的机器学习发生在边缘，我们有必要为边缘推理用例定义代表性基准，并帮助社区描述设备上的推理。
设计和优化系统时的执行性能瓶颈，以实现高效的设备本地推理解决方案。
“开源 Mask R-CNN2Go” 作为 MLPerf 贡献的一部分，Facebook 将开源 Mask R-CNN2Go，这是一款针对嵌入式和移动设备进行优化的工具。
领先的计算机视觉模型。
Mask R-CNN2Go 构成了各种设备原生机器学习用例的基础：对象检测、分类、分割和身体姿势估计，并支持准确和实时的推理。
主要模型基于更广泛的 Mask R-CNN 框架。
顾名思义，MaskRCNN2Go 是针对移动设备设计和优化的。
延伸阅读：Facebook利用手机实现全身动作捕捉追踪，准确检测身体姿势，从背景中分割人像。
Mask R-CNN2Go 目前运行在 Caffe2 上，并计划在 PyTorch 1.0 上运行，因为为了给开发者提供从研究到创作的无缝路径，机器学习框架正在不断添加更多功能。
目前，Facebook 正在利用 Mask R-CNN2Go 在移动设备上创建有用且有趣的体验，例如 Facebook 相机中“控制雨”增强现实效果中的手部跟踪。
Facebook 表示：“我们期待看到社区利用 Mask R-CNN2Go 开发创意人工智能移动体验。
作为 MLPerf 基准的一部分，Mask R-CNN2Go 将帮助我们的社区设计和评估移动和嵌入式设备，并实现 State-最先进的机器学习推理。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-17
06-21
06-18
06-17
06-17
最新文章
英国肖像画家用Tilt Brush探索VR雕塑
微软75亿美元联姻B Corp母公司，以3件VR大作作为嫁妆
传闻苹果AR-VR眼镜原型机将于下个月发布，量产推迟至2022年初
调查显示，大多数游戏玩家对虚拟现实不感兴趣
一睹购物未来，亚马逊VR购物在印度试水，带你畅游虚拟商务中心
这是Nvidia是这么解释什么是AR、VR、MR的，以及对应的区别
iPhone12 Pro完成了谷歌的使命，为苹果的AR眼镜铺平了道路
研发实践：在VR游戏中添加LiquidVRMultiView渲染