Facebook開源機(jī)器視覺工具 帶你從像素點(diǎn)中發(fā)現(xiàn)規(guī)律

　　下面是一些由DeepMask繪制，并由SharpMask提煉的一些例子。為了使這些可視化結(jié)果簡單易懂，我們只展示了其中極好地匹配了實(shí)際物體的一些預(yù)測掩碼圖像(人工注解)。請注意，這個(gè)系統(tǒng)還不是完美的，圖中具有紅色邊界的物體正是那些由人工標(biāo)注，但被DeepMask忽視掉了的物體。

　　物體分類

　　DeepMask對某個(gè)特定的物體類別一無所知，因此它雖然能勾畫出一只狗和一只羊，但無法區(qū)分它們。而且，DeepMask也不會精挑細(xì)選，對無關(guān)緊要的局部也會生成掩碼圖像。因此，我們怎么縮小相關(guān)掩碼圖像范圍，識別實(shí)際呈現(xiàn)之物？

　　正如你所期待的，我們再一次求助于深度神經(jīng)網(wǎng)絡(luò)(deep neural network)。給定一個(gè)由DeepMask產(chǎn)生的掩碼圖像，我們訓(xùn)練了另外一個(gè)深度神經(jīng)網(wǎng)絡(luò)來對物體的掩碼圖像進(jìn)行分類(“無法分類”也是一個(gè)有效答案。)。

　　這里，我們遵循了一個(gè)基本的模式叫做 Rigion-CNN，或者縮寫為RCNN，(這個(gè)領(lǐng)域的開路先鋒Ross Girshick現(xiàn)在也是FAIR的一員了。)RCNN分兩個(gè)階段：第一個(gè)階段是將注意力吸引到某些特定的圖像區(qū)，第二個(gè)階段使用一個(gè)深度網(wǎng)絡(luò)來確認(rèn)呈現(xiàn)的物體。

　　開發(fā)RCNN時(shí)，第一階段的處理還非常原始，通過使用DeepMask來作為RCNN的第一階段，同時(shí)開發(fā)深度神經(jīng)網(wǎng)絡(luò)的能力，我們在檢測的準(zhǔn)確性上獲得了顯著的提升，也獲得了對物體進(jìn)行分割的能力。

　　為了進(jìn)一步提高性能，我們把精力集中在一個(gè)特別的神經(jīng)網(wǎng)絡(luò)構(gòu)架上來對掩碼圖像進(jìn)行分類(RCNN的第二個(gè)階段)。如我們所討論的，真實(shí)世界的圖片里包含了物體的各種尺度，各種背景，各種雜亂，各種隱藏。標(biāo)準(zhǔn)的深度網(wǎng)絡(luò)在這種情況下就有困難了。為了解決這個(gè)問題，我們搭建了一個(gè)改良的神經(jīng)網(wǎng)絡(luò)，叫做MultiPathNet(多路徑網(wǎng)絡(luò))。

　　就像它的名字，MultiPathNet允許信息從網(wǎng)絡(luò)的多個(gè)路徑流通，使得它可以在不同的尺度和不同的環(huán)境背景下找到信息。

　　總而言之，我們的物體檢測系統(tǒng)遵循三步走程序：DeepMask產(chǎn)生最初的物體掩碼圖像，SharpMask 細(xì)化這些掩碼圖像，最終MultiPathNet 確認(rèn)由各個(gè)掩碼圖像勾畫的物體。

　　以下是幾個(gè)我們整套系統(tǒng)產(chǎn)生的輸出例子：

　　不完美也不寒磣。要知道，幾年前實(shí)現(xiàn)這些功能的技術(shù)根本不存在！