首页
产业资讯
典型案例
应用方案
应用视频
机器人功能展示
智能装备
智能成套装备及工程集成
大数据分析
位置:
工业机器人
>>
工业机器人
>>
机器人资讯
>>内容阅读
李飞飞等人的新研究 可能让人工智能真的不需要人了
时间:2019-01-18
作者:
来源:中国机器人网
你可能听说过,在河南的农村里,在非洲的城市中,每一个你想象不到的地方,有着大量的数据标注员。 他们手动在
人工智能发展迅速,大大小小的互联网科技公司相继开展研究,投入商用。然而训练一个可用的AI,需要大量准确标记好的图片、
在“AI自动设计AI”这件事上,Auto-DeepLab有几个比较重要的新尝试。 首先,神经架构搜索NAS技术是AI领域的新兴物种,主要用于简单的图片分类。而在这篇论文里,研究者首次尝试将NAS投入到高密度的图片预测任务上(也就是对更复杂的高分辨率图片进行语义分割,比如Cityscapes城市街景数据集、PASCAL VOC 2012和ADE20K等数据集)。 其次,在计算机视觉领域内的神经网络架构,通常分为内层、外层的两级架构,自动化的神经架构设计往往只能设计内层,外层仍需要人来设计和手调。而Auto-DeepLab是第一个让AI掌握外层设计和调参能力,并在图像语义分割任务上得到优异结果的尝试。 “图像语义分割”六个字听上去有点拗口,其实很好理解:对于一张图划分几个类别,然后将所有的像素点归类。 比如下面这张图,可以简单分为三类。图像语义分割的任务,就是判断每一个像素点属于人、自行车,还是背景。
免责声明:本网站部 分文章和信息来源于互联网,本网转载出于传递更多信息和学习之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请立即联系管理 员,我们会予以更改或删除相关文章,保证您的权利。对使用本网站信息和服务所引起的后果,本网站不作任何承诺。
共建单位:中国机械总院集团海西(福建)分院 三明学院机电工程学院
All Rights Reserved. 运营维护:三明市明网网络信息技术有限公司 业务咨询:0598-8233595 0598-5831286 技术咨询:0598-8915168