By: lew 
on 23 January 2018 - 18:40
Tags:
Topics:
หน่วยวิจัยของเฟซบุ๊กเปิดตัว Detectron ซอฟต์แวร์จับวัตถุในภาพ (object detection) ที่อิมพลีเมนต์งานวิจัยยอดนิยมเช่น Faster R-CNN, RPN หรืองานวิจัยใหม่ๆ อย่าง Mask R-CNN และ RetinaNet ที่เพิ่งตีพิมพ์ในปี 2017 ที่ผ่านมา
ตัวซอฟต์แวร์พัฒนาบน Caffe2 โดยมี operator เฉพาะของ Detectron เอง ทำให้ใครที่ติดตั้ง Caffe2 อยู่แล้วอาจะต้องอัพเดตใหม่เพื่อให้รองรับ operator ใหม่ๆ เหล่านี้ด้วย และต้องการเครื่องที่มีชิปกราฟิกเท่านั้นไม่สามารถรันบนซีพียูได้
ตัวสัญญาอนุญาตเป็น Apache License 2.0 และเฟซบุ๊กระบุว่าสถาปัตยกรรมน่าจะง่ายต่อการเพิ่มเติมโมเดลในอนาคต ถ้าใครสนใจส่งแพตช์ทางเฟซบุ๊กก็ยินดี
Get latest news from Blognone
Follow @twitterapi
Hiring! บริษัทที่น่าสนใจ
Blognone Jobs Premium
Cloudnone
- Kubernetes คืออะไร [Part 1] เกิดขึ้นมาอย่างไร? ทำไมต้องใช้มัน? | Cloudnone EP.14
- CI/CD ยังไงดี ตั้งเซิร์ฟเวอร์เอง vs เช่าคลาวด์ | Cloudnone EP.13
- รู้จักโน้ตบุ๊กบนคลาวด์ เช่าใช้งาน Jupyter Notebook ที่ไหนดี | Cloudnone Ep.12
- สรุปข่าวใหญ่ปี 23 และคาดการณ์เทรนด์ปี 24 ในวงการ Cloud | Cloudnone EP.11
- สรุปของใหม่และสาระสำคัญจาก AWS re:Invent 2023 | Cloudnone Special EP
Comments
อาจฟังดูเหลวไหลนะครับ แต่ผมอยากรู้จริงๆ ว่ามันแยกลุงตู่ กับแผ่นรูปลุงตู่ตอนยืนคู่กันได้มั้ยครับ หรือมันจะมองว่าเป็น person ทั้งคู่
ถ้าตาม pretrained model จาก imagenet หรือ coco จะออกมาเป็น person ทั้งคู่ครับ
ขอบคุณครับ ถ้าสมมติว่ามี infrared map มันจะช่วยให้แยกแยะคนจริงกับรูปถ่ายได้ดีขึ้นมั้ยครับ
ดีขึ้นครับ แต่ต้องเทรนโมเดลใหม่จากข้อมูลใหม่ และต้องปรับปรุง network ที่ใช้ train กับ predict อะ
มันไม่ง่ายเลยที่จะทำ GIF ให้มีขนาดน้อยกว่า 20kB
ข้อสำคัญคือ infrared 3D ต้องแม่นด้วยนะครับใช้ Intel Read Sense ตัว R300 คนข้างจะแย่อยู่ครับ แต่รอซื้อรุ่น D435 มาน่าจะดีขึ้นเยอะ
ขอบคุณทั้งสองท่านครับ