本課程將彌合你已經知道和喜愛的基本 CNN 架構與 VGG、ResNet 和 Inception 等現代新穎架構之間的差距
課程將把這些應用於血液細胞影像,並建立一個比你我更好的醫學專家系統。這帶來了一個迷人的想法:未來的醫生不是人類,而是機器人。
在本課程中,你將看到我們如何將 CNN 變成一個物件檢測( object detection )系統,該系統不僅可以對圖像進行分類,還可以定位圖像中的每個物件並預測其標籤( label )。
你可以想像,這樣的任務是自動駕駛車輛的基本先決條件。 (它必須能夠實時檢測汽車、行人、自行車、交通信號燈等)
課程將研究一種名為 SSD 的最先進的演算法,它比以前的演算法更快、更準確。
使用 CNN 的另一個非常流行的電腦視覺任務被稱為神經風格轉移( neural style transfer )。
在這裡你可以拍攝一張名為內容圖像( content image )的圖像,另一張圖像稱為樣式圖像( style image ),然後將這些圖像合併為一個全新的圖像,就好像你聘用了一位畫家以後面那張圖像的樣式來繪製第一張的內容。 與人類畫家不同,這可以在幾秒鐘內完成。
https://softnshare.com/advanced-computer-vision/
「resnet演算法」的推薦目錄:
resnet演算法 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 的精選貼文
#物聯網IoT #人工智慧AI #現場可編程邏輯閘陣列FPGA #數位訊號處理器DSP #直接記憶體存取DMA #記憶體式運算IMC #科技部半導體射月計畫
【AI 演算法日新月異,晶片架構當然也要與時俱進!】
當人工智慧 (AI) 強勢來襲、而半導體已趨近物理極限,業界該如何因應?
回顧 2016 年以前,雲端在運算力與延遲性略勝一籌,直到 Inception-ResNet 出現,才讓在終端進行推論 (inference) 成為可行,只要 50ms 就可算完一幀 (frame) 圖檔。加之,不少人對雲端仍有隱私與網路環境的顧慮,隨著演算法的複雜度下降、準確度提升,有越來越多推論工作會從雲端移至終端。
在資料中心方面,傳統運作是由一台伺服器,經由網路向另一台伺服器完成資料庫詢問,而在其中建置 FPGA 具備以下好處:
●擁有豐富 I/O 且配置靈活,可直接從攝影機或網路抓取資料、中間不須繁重交換動作且能依目的將資料轉送出去;
●不需 CPU 參與,就能將所有資料庫放到 CDR (Clock and Data-Recovery,時脈資料回復) 做影像預處理或合成,能耗低、效率高;
●甚至有 AI 晶片商將 FPGA 重新編譯,藉以開發更具成本效益的專用晶片 (eASIC),非常適合利基市場;
●若 AI 部分元素的 CPU 運算力不足,亦可將初步結果丟給 FPGA 接手處理。
然不可否認,擁有平行運算能力的 GPU 更適合用於「訓練」;不過,GPU 與 CPU、FPGA 或專用晶片並非壁壘分明的競爭、而是協作關係。另「多處理器」(Multi-processor) 運算為提升效率,晶片商會在既有架構上發展通訊方式,以便大幅拉升 GPU 卡片之間的通訊頻寬、加速數據訓練時間。再者,就是設法利用函式庫,以混合精度 (Mixed Precision) 極大化晶片的運算效能。
從半導體製程觀點來看,要將數位、類比 IC 和記憶體三種截然不同的製程整合成一個晶片,只得從「系統級封裝」(SiP) 著手;然而,若要兼顧效能、功耗和成本,更值得討論的是:怎麼將不同 CPU 架構集成在一個單晶片中。統整 AI 晶片設計有三大挑戰:處理器架構、記憶體效能與安全機制;以往演算法存在「大就是好」的謎思,但現在講究的是怎麼降低模型要求、又能維持一定的精準度。
延伸閱讀:
《AI 風起雲湧,新的晶片架構勢在必行!》
http://compotechasia.com/a/opportunity/2019/0726/42399.html
#國際半導體產業協會SEMI #聯發科技MediaTek #NeuroPilot #英特爾Intel #微軟Microsoft #OpenVINO #輝達NVIDIA #新思科技Synopsys
resnet演算法 在 李開復 Kai-Fu Lee Facebook 的最佳貼文
自動駕駛公司Momenta完成超2億美金融資,估值超10億美金 | 工場兄弟系
恭喜Momenta成為中國無人駕駛領域首個獨角獸,至此,創新工場已經在無人駕駛、AI晶片、電腦視覺、金融等領域投出5只AI獨角獸,成為全球最頂尖的“AI獨角獸捕手”之一。
本文來自創新工場微信公眾號
……………………………………
自動駕駛公司Momenta今日對外公佈完成新一輪融資,本輪融資主要來自行業領先的戰略投資者和國資背景的投資者。本輪戰略投資者包括騰訊等多家機構,國資背景投資者則包括招商局創投、上海國資經營公司旗下國鑫資本、蘇州元禾資本以及建銀國際,既有股東蔚來資本、高達資本等持續加持。
Momenta曾在去年公佈由蔚來資本等多家機構投資的B1輪融資,以及由凱輝創新基金領投的B2輪融資;在更早之前, Momenta完成順為資本領投的A輪融資;以及由藍湖資本領投,創新工場和真格基金跟投的天使輪融資。目前Momenta累計完成融資超過2億美金,估值超過10億美金,為國內自動駕駛行業估值最高的創業公司。
針對本輪融資,Momenta CEO曹旭東表示:“本輪融資是一輪對公司非常重要的戰略融資輪次,Momenta會在前裝、後裝、出行、物流、大數據等領域與合作夥伴高效協同,進一步推動自動駕駛技術安全落地。”
Momenta投資人、創新工場董事長李開復表示:
祝賀剛滿兩周歲的Momenta成為中國無人駕駛領域首個獨角獸。至此,創新工場已經在無人駕駛、AI晶片、電腦視覺、金融等領域投出5只AI獨角獸,成為全球最頂尖的“AI獨角獸捕手”之一。
Momenta是無人駕駛領域創業公司中的佼佼者,我們在天使輪就特別看好他們。首先,Momenta擁有特別突出的核心技術研發能力。他們在深度學習和電腦視覺方面都是世界頂尖水準,技術團隊“臥虎藏龍”——既包括對整個行業擁有深遠影響的ResNet的第一作者,也包括ImageNet等頂級比賽的冠軍得主。其次,創始團隊還擁有來自一流AI公司的工業界經驗,這些特點在市場上很稀缺。
兩年來,創新工場看到Momenta團隊憑藉強大的技術創新能力和強悍的執行力,在技術方面,迅速建立起大計算平臺,實現了大數據與AI演算法的回饋閉環;在產品落地方面則實現了服務多個場景的自動駕駛方案,且與世界頂級車企和一級供應商展開了卓有成效的合作,迅速獲得資本市場的廣泛認可。Momenta的下一個征程將是成為世界級的人工智慧公司,我們對此充滿信心。
Momenta創辦於2016年9月,公司致力於“打造自動駕駛的大腦”。Momenta CEO曹旭東總結,在過去兩年時間裏,公司主要完成了三個階段的建設:第一階段是底層基礎平臺的建設;第二階段是基於底層平臺,建立起環境感知、高精度地圖與定位、駕駛決策規劃等一系列的軟體演算法。第三階段是形成自主泊車、高速公路與城市環路以及城市道路等不同場景和不同級別的自動駕駛解決方案。
Momenta還於今年4月份與蘇州簽訂戰略合作協議,公司將在蘇州建立規模化的測試車隊,推動L4級別自動駕駛落地,助力蘇州的智慧城市建設。目前基於上述的技術和解決方案,Momenta正與多家Tier 1和OEM進行合作,並已同步開展海外業務。
在創立之初,Momenta即擁有世界頂尖的深度學習專家,如圖像識別領域最流行的框架Faster R-CNN和ResNet的作者, ImageNet 2015、ImageNet 2017、MS COCO Challenge 2015等多項比賽冠軍。團隊在過去兩年也經歷了快速成長,目前研發人員占比80%以上。
resnet演算法 在 瞭解如何使用ResNet 演算法 - GitHub 的推薦與評價
ResNet. 本文描述如何在Azure Machine Learning 設計工具中使用ResNet 模組,以使用ResNet 演算法建立影像分類模型。 此分類演算法是受監督的學習 ... ... <看更多>
resnet演算法 在 艾利克斯談人工智慧- Posts | Facebook 的推薦與評價
近幾年,人工智慧(AI)成為科技產業熱門的話題,而深度學習與機器視覺演算法等關鍵 ... GoogLenet, VGG, ResNet,其實都是影像分類的CNN,而通常物體偵測或是影像分割 ... ... <看更多>