盘点2018年计算机视觉领域技术突破
加入技术交流群
编者按：回顾2018年，是属于人工智能的一年，不论是Google、Facebook、Intel、阿里巴巴等通过产业布局进入人工智能领域的互联网企业，亦或如旷视科技Face++、极链科技Video++、优必选科技这样直接以人工智能起家的原生技术企业，都将AI注入到每个角落，掀起了一轮又一轮的技术高潮。
因而，Video-to-Video Synthesis也被看作是在过去几年中，视频领域的一次重大突破，毕竟从静态框架转换为动态框架的难度是很大的，但机器训练却在尽量模拟预测视频将会发生的情景，通过给定的输入视频学习映射函数，产生仿真度极高的视频内容。
本文引用地址：https://www.eepw.com.cn/article/201901/396390.htmFast.ai18分钟训练ImageNet
在普遍认知还停留在需要大量计算资源来执行适当的深度学习任务时，Fast.ai通过使用16个公共AWS云实例，每个配备8个NVIDIA V100 GPU，运行fast.ai和PyTorch，用18分钟在ImageNet上将图像分类模型训练到了93%的准确率，刷新了一个新的速度记录。
这是一个令人惊喜的结果，尤其在公共基础设施上训练ImageNet能达到这种准确性，并且比其专有TPU Pod群集上的谷歌DAWNBench记录快40%，运行成本仅约为40美元。这意味着一个关键的里程碑出现了，几乎所有人都可以在一个相当大的数据集上训练大规模神经网络。
除了这些重要的节点之外，2018年的计算机视觉技术也部署更多方面，不论是亚马逊发布Rekognition将计算机视觉置于开发人员、微软为OneDrive和SharePoint推出了新的AI服务、Google相册让我们的记忆变得可搜索、还是每个场景下都正在逐渐普及的AI人脸识别等等，计算机视觉正在逐步渗透到我们生活的每个部分。
最后，最值得注意的是，计算机视觉的市场增长几乎与其技术能力的增长是一样快的，预计到 2025年，计算机视觉领域会带来超过262亿美元的收益，因而在人工智能的未来里，计算机视觉一定是最有力的表现形式，并将随处可见。
评论