
CDA数据分析师 出品
编译:Mika
十年前,研究人员认为让计算机来区分猫和狗几乎是不可能的。如今,计算机视觉识别的准确率已超过99%。Joseph Redmon通过一个叫YOLO的开源目标检测方法,可以迅速识别图像和视频中的目标。
10年前,计算机视觉研究者认为,要让一台电脑去分辨出一只猫和狗的不同之处,这几乎是不可能的,即便是在当时人工智能已经取得了重大突破的情况下。
Joseph Redmon家养的猫
Joseph Redmon家养的狗
但如今我们已经可以做到让它的正确率在99%以上。这个方法叫做图像分类,给它一张图,再给这张图贴上标签。通过这种方式,计算机就可以知道数千种的分类。
我是华盛顿大学的一名研究生,我正致力于一个名叫Darknet的项目,这是一个用来训练和测试计算机视觉模型的神经网络结构。
Joseph Redmon所进行的Darknet项目
让我们来看看Darknet是如何看待这张图片。
当我们在这张图片上运行识别器时,我们注意到,它不仅能判断出图片上是猫是狗,还能给出它是哪个品种的预测。这就是我们目前所达到的粒度级别。
它的预测是正确的,我的狗的确是一只阿拉斯加雪橇犬。
很明显,我们在图像识别上取得了惊人的进步。但是如果我们对这样一张图片运行识别器,会如何呢?
看一下,我们看到识别器给出了一个非常相似的预测。而且是正确的,图中是有一只阿拉斯加雪橇犬。但只使用这一个标签,我们并不能真正的了解这张图片,我们需要更强大的检测器。
我正在研究一个叫做目标检测的问题,也就是尝试将一张图上的所有目标物都找出来,然后将它们分别框起来,再加上标注。
这就是我们对这张照片运行检测器时所发生的。基于这样的结果,我们可以用计算机视觉算法做更多的事情。
我们发现,它知道这里有一只猫和一只狗。知道它们的相对位置,它们的大小,甚至还知道一些额外的信息,例如背景里有一本书。
如果你想建立一个基于计算机视觉的系统,比如说无人驾驶汽车或者机器人系统,这就是你想要得到的信息。你需要一个能与物质世界互动的系统。
当我最开始开展目标检测项目时,它要花20秒去处理一张图片。
为了理解为什么速度在这个领域是如此重要。举一个例子,这是一个2秒钟就能处理一张图片的检测器。这个检测器的速度要比处理每张图需要20秒的检测器快10倍。可以看到在它做出预测的时候,被检测的世界已经发生变化了。这对于一个应用来说是没有多大用处的。
每2秒处理一张图
如果我们将它的速度再提升10倍,这个检测器每秒可处理5张画面,这就好很多了。
每秒处理5张图
但是,举个例子。如果有任何重大的移动,它就反应不过来了。我可不想让这样的一个系统来驾驶我的汽车。
这是在我电脑上运行的实时检测系统。当我在移动时,它能顺利地追踪我。而且它强大到能适应不同的物体大小、姿势、向前、向后的改变,很了不起。
实时检测系统
如果我们想要建造一个基于计算机视觉的系统,那么这就是我们真正需要的。
仅仅是几年的时间,我们就从每张图20秒提升到了每张图20毫秒,速度提高了1000倍。我们是如何做到的呢?
过去,目标检测系统会将这张图片分成很多小区域,然后在每一块区域运行一下识别器。在识别器中获得最高分数的输出就会被认为是这张图片的检测结果。这涉及到要在一张图片上运行数千次识别器,以及数千次的神经网络评估才能获得检测结果。
而现在,我们训练了可以做出所有检测的单一网络,它能同时生成边界盒和类别概率。
使用我们的系统,不需要为了生成检测结果去重复上千数次地看同一张图片,只看一次就行了。这也是为什么我们称之为,目标检测的"YOLO(you only look once)法"(只看一次)。
有了这个速度,我们就不仅限于识别图像了,还可以实时处理视频。现在我们不仅看到了猫和狗,还能看到它们走来走去,互相嘻戏。
这是一个我们在微软的COCO数据库上,用80种不同种类的物品训练过的检测器。包含了各种东西,像勺子、叉子、碗等常见物品。
还有各种奇特的东西,动物、汽车、斑马、长颈鹿。
现在我们要做点儿有趣的事情,我们的摄像头将要对准观众区看看能检测出什么。
我们把检测阀值调低一点,这样就可以找出更多的观众。看下我们能不能找出这些停车标志,我们发现了一些背包。所有这些都是在电脑上实时处理的。
请大家记住,这是一个通用的目标检测系统。因此我们可以将它训练用于任何领域的图像识别。
我们在无人驾驶汽车中,用来发现停车标志 行人和自行车的代码,同样可以用于在组织活检中找出癌细胞。全球已经有很多研究者正在利用这一技术在医学、机器人学等方面取得了进展。
今天早上,我刚读到一篇文章,人们在内罗毕国家公园对动物数量进行普查,使用了YOLO作为检测系统的一部分。因为Darknet是一个开源项目,在公共领域任何人都可以免费使用。
但是我们想要让检测器能被更多人使用,也更好用因此通过结合模型优化,网络二值化和近似法,我们实际上已经可以在手机上进行目标检测了。
我真的很激动,因为我们在初级计算机视觉问题上有了强大的解决方案,同时任何人都可以使用它来做些什么。
接下来就看所有在座的各位,以及世界上所有能够使用这个软件的人了。我已经等不及想要看看,人们会用这一技术创造出什么来了,谢谢大家。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20统计学模型:解锁数据背后的规律与奥秘 在数据驱动决策的时代,统计学模型作为挖掘数据价值的核心工具,发挥着至关重要的作 ...
2025-06-20Logic 模型特征与选择应用:构建项目规划与评估的逻辑框架 在项目管理、政策制定以及社会服务等领域,Logic 模型(逻辑模型 ...
2025-06-19SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的利器 在数据分析的众多方法中,Mann-Kendall(MK)检验凭借其对数据分 ...
2025-06-19CDA 数据分析能力与 AI 的一体化发展关系:重塑数据驱动未来 在数字化浪潮奔涌的当下,数据已然成为企业乃至整个社会发展进 ...
2025-06-19CDA 干货分享:统计学的应用 在数据驱动业务发展的时代浪潮中,统计学作为数据分析的核心基石,发挥着无可替代的关键作用。 ...
2025-06-18CDA 精益业务数据分析:解锁企业增长新密码 在数字化浪潮席卷全球的当下,数据已然成为企业最具价值的资产之一。如何精准地 ...
2025-06-18CDA 培训:开启数据分析师职业大门的钥匙 在大数据时代,数据分析师已成为各行业竞相争夺的关键人才。CDA(Certified Data ...
2025-06-18CDA 人才招聘市场分析:机遇与挑战并存 在数字化浪潮席卷各行业的当下,数据分析能力成为企业发展的核心竞争力之一,持有 C ...
2025-06-17CDA金融大数据案例分析:驱动行业变革的实践与启示 在金融行业加速数字化转型的当下,大数据技术已成为金融机构提升 ...
2025-06-17