第50章 You Only Look Once: YOLO

上一页返回目录下一页
最新网址:www.umixs.info

    李彦弘很快调整好了自己的心态,“我们直接持有这样质疑的态度,是非常不可取的。一会人来了之后,我们还是要调整一下,注意方式方法。”

    另一边,对这边内幕一无所知的孟繁岐,正准备前往白度的燕京总部。

    作为重生人士的他,终究还是高估了现有的检测技术。

    第一个真正意义上将深度学习技术应用到目标检测上的,应当是这个月刚刚提出来的R-CNN,也就是区域检测神经网络。

    在传统算法mAP值止步于30-40,不再继续提升的情况下,R-CNN基于神经网络,一举突破了60的mAP值。

    它的R指得便是区域,检测任务说白了,就是指出物体在图片中的位置/区域。

    而即便在14-15年,R-CNN系列作为领先的高性能算法,他的推理时间也是奇慢无比的。

    采用14年牛津大学的VGG网络作为结构的骨干,需要整整几十秒才能处理一张图像。也就没有了任何实时的可能,只做学术研究之用,难以投入业界。

    即便是一两年后,屡次更新,升级迭代的快速版本Fast R-CNN系列,也只有0.5和个位数的FPS。

    而孟繁岐给出的算法:YOLO。即便在448 x 448大小的图像上,速度也超过了80FPS。

    如果采用最小的模型版本进行推理,速度甚至可以达到惊人的200帧。

    多少人直到十年后,玩游戏的时候显示器都显示不了100帧?

    原本的初版YOLO技术其实在精确程度上还有所不足,毕竟,作为专注于速度的检测技术,在性能上有所牺牲也是在所难免。

    但孟繁岐开始接触YOLO技术的时候,都已经出到V4了,等到2023年的时候,甚至都已经到了V7,V8。

    很多细节上的问题,孟繁岐就是想犯错都不知道该怎么犯。

    最开始记得的就是优化之后的技术。

    此时此刻,比较常用的检测技术是DPM,30FPS性能26.1 mAP,100FPS性能仅为16.0 mAP。

    而这个月刚刚出来的R-CNN技术,性能虽然有一个质的突破,来到了50-60,但FPS已经到小数点后几位去了,根本用不了。

    孟繁岐交出的结果则是,69.5 mAP,82FPS,58.3 mAP,200FPS。

    这已经不能说是普通的超越了,简直是完爆中的完爆。

    不过除了在这方面有所疏忽之外,孟繁岐实际上还是在有意识地想要做高这个性能。

    纵观自己掌握的所有AI技术,唯有检测是现在阶段变现最快的。

    这个功能直接粗暴好理解,易于展示。

    只需要接上摄像头,给观众们实时地演示,这项AI技术可以流畅丝滑地检测出屏幕中的桌椅,人物,动植物等常见物体,就能够给观众最为直接的震撼。

    像图像生成,语言对话等技术,还需要一定的时间,海量的数据和计算资源来支撑,自己才能够实现这些技术。

    而在实际的应用前景上,检测技术不仅是现阶段最容易落地的技术,它的未来前景也非常辽阔。

    两三年后搞自动驾驶的企业那是不计其数,如过江之鲫,数不胜数。

    在检测上尽力做出夸张的突破,很有助于此后自己在这个方向上的历史地位,说白了其实就是更容易忽悠到钱。

    只是他第一次把握刀法,经验不足,没有切好。不慎导致比较专业的人士对此有所误会。

    当然了,最主要的还是现在合同都没签呢。

    “说白了,你们也没什么可担忧的,我们验收结果通过才会签订合同呢,到时候也是你们自己去审阅代码,复现结果。信不过别人你们还信不过自己吗?”

    要知道,大点的公司内部也是派系林立,资源这种东西都是要靠抢的。

    自己没点历史成绩,没点外部的关系,人生地不熟的到了硅谷,真要是计算资源上紧缺,那多耽误事。

    当然了,最最重要的还是看上了华国政府资源这一块。

    此时的白度不像十年后已经显出很大的颓势,目前白度和企鹅阿狸位列三甲,还是具有很大价值的。

    李彦弘所考虑的同样是这点,他对华国官方的了解也远比孟繁岐更深,对其中潜在的机会十分渴望。

    既然想要拿下这个方向,疑人不用,用人不疑,李彦弘这点魄力还是有的。

    然后突然猛地就掏出一个如此惊世骇俗的算法,仿佛此行本来根本没打算提一样。

    “仔细回想一下,怎么感觉有点像是魔术的手法。先转移你的注意力,隐藏自己的真实意图。然后再趁其不备,出击骗到你。”

    在余恺为首的几位技术人员强烈的质疑声之下,李彦弘不由得不产生这样的想法。

    检测技术是现阶段政府机构潜在用途最广的AI技术,不仅数以亿记的摄像头可以用检测算法智能标注监控的重点时段,还是安全性更上几层楼的高精度实时人脸检测,都是非常庞大的市场。

    自己计划明年初去硅谷,想搭上华国官方的线,还是需要借力白度这样的大型互联网公司。

    首先,白度远比谷歌缺AI技术,更有危机感。李彦弘也是亲自出马来和自己谈,相同的技术,在白度能要到的价格更高。

    其次,距离谷歌给自己意向书,才小几个月的时间,自己就能够和白度有这样的创举和技术合作的话。能够极大地提升自己的议价权和谈判空间。

    这件事情直接打乱了他的节奏,之后的每一步,又都在加剧这个过程。

    搬出和阿里克斯以及辛顿的交流细节婉拒招聘,聊到AI模型的路线问题,引诱自己提出技术合作。

    只能没有到值得他这个公司CEO直接介入的地步罢了。

    不过“仿佛此行本来根本没打算提一样”这种感觉确实算不上冤枉孟繁岐,他原本的确打算用这个算法直接和谷歌交涉。

    但在李彦弘提出技术合作之后,孟繁岐略一思索,还是认为和白度先合作一次对自己来说非常有利。

    毕竟当时孟繁岐给出的只有一些实验结果,没有任何其他的情报。

    如果情况真的如余恺所说,性能的提升来自于DreamNet技术的下游应用,而检测速度实际上未能提升的话,其实也算是很大的突破了。

    李彦弘回想了一下,在当时交流面谈的过程中,自己其实是主动权基本丧失的。

    因为起初他的核心计划其实是招募人才和打探DreamNet的技术细节。

    而孟繁岐一上车,就很痛快地把DreamNet论文给了自己一版。

阅读重生之AI教父最新章节 请关注完美小说网(www.umixs.info)



随机推荐:打脸是门技术活炼明大秦之万代帝王都市之最强仙道重生之追爱少女火影之超级副本

上一页返回目录下一页
推荐本书加入书签报告错误