Intelligence artificielle Facebook AI Research propose Detectron, sa librairie de détection d'objets, en open...

Pour approfondir le sujet

Sur le même thème :

Acquisition de GrokStyle par Facebook pour développer ses capacités en intelligence artificielle

Facebook a confirmé avoir acquis GrokStyle, une start-up spécialisée en intelligence artificielle et en visual shopping aidant les utilisateurs à acheter leurs meubles. Une...

DensePose est désormais disponible en Open Source

Densepose est un modèle de Deep Learning permettant de convertir en temps réel des photos 2D en estimations de modèles 3D des corps humains...

Les annonces de Facebook sur l’intelligence artificielle lors de la conférence F8

Les 1er et 2 mai 2018 s'est tenue la conférence annuelle de Facebook destinée aux développeurs : F8. Cette conférence se tenait dans un...

Nouvelles collaborations académiques pour le FAIR qui se renforce dans la recherche en intelligence artificielle

Facebook AI Research (FAIR) a annoncé ce 17 juillet par un article de Yann LeCun se renforcer dans le domaine de la recherche en...

Facebook AI Research propose Detectron, sa librairie de détection d’objets, en open source

Le FAIR travaillait depuis juillet 2016 sur une librairie implémentant les algorithmes les plus pointus en matière de détection d’objets. Baptisée Detectron, elle est désormais disponible en open source, comme l’a indiqué Ross Girshick, chercheur au sein du FAIR, dans un communiqué.

L’objectif de Detectron est de fournir un code de haute qualité et haute performance pour la recherche en matière de détection d’objets. La librairie a été développée pour être flexible afin de pouvoir être implémentée facilement dans de nouvelles applications. Écrite en Python, elle repose sur le framework deep learning Caffe2.

Ross Girshick a indiqué dans son post sur le site du FAIR :

“Je suis heureux d’annoncer la sortie de Detectron – la plateforme pour la recherche en détection d’objets du Facebook AI Research. J’ai commencé le projet Detectron en juillet 2016 avec pour objectif de créer un système de détection d’objets rapide et flexible construit sur Caffe2, qui était à l’époque en développement alpha.
En un an et demi, le code source a mûri et a été utile à grand nombre de nos projets, dont Mask R-CNN et “Focal Loss for Dense Object Detection”, qui ont respectivement remporté le Prix Marr et le Prix du Best Student Paper au ICCV 2017.

Ces algorithmes, alimentés par Detectron, fournissent des modèles intuitifs pour des tâches de vision par ordinateur, telles que la segmentation d’instance, et ont joué un rôle clé dans le développement sans précédent des systèmes de perception visuelle que notre communauté a connu ces dernières années.”

Detectron / Ross Girshick

Comme l’indiquait le FAIR dans un précédent article, Detectron comprend des implémentations d’algorithmes de détection d’objets tels que:

  • Mask R-CNN
  • RetinaNet
  • Faster R-CNN
  • RPN
  • Fast R-CNN
  • R-FCN

Il utilise les architectures de réseau dorsal (backbone network) suivants mais d’autres architectures peuvent facilement être implémentées:

  • ResNeXt{50,101,152}
  • ResNet{50,101,152}
  • Feature Pyramid Networks (with ResNet/ResNeXt)
  • VGG16

Ross Girshick a également expliqué la décision du FAIR de rendre Detectron disponible sur GitHub:

“Notre but en rendant disponible en open source Detectron est de rendre nos recherches aussi accessibles que possible et de permettre à la recherche d’avancer dans les laboratoires du monde entier. Avec cette sortie, la communauté de chercheurs pourra reproduire nos résultats et avoir accès à la plateforme logicielle que nous utilisons tous les jours.

Au-delà de la recherche, plusieurs équipes de Facebook utilisent Detectron pour entraîner leurs propres modèles ayant des applications importantes et variées, dont la réalité augmentée. Une fois entraînés, ces modèles peuvent être déployés sur le cloud ou sur des appareils mobiles, alimentés par le très efficace moteur de Caffe2.”

Detectron est disponible sur GitHub, sous licence Apache 2.0. Le FAIR a également ajouté les références de performances complètes concernant plus de 70 modèles déjà entraînés, également disponibles en téléchargement.

Les performances de Detectron semblent être à la hauteur des promesses et viendront aisément compléter la panoplie d’outils existants dans le domaine, parmi lesquels l’API proposée par Google.

Le grand public le sait peu mais Facebook consacre une large partie de ses travaux à la recherche fondamentale en intelligence artificielle. Les recherches menées au sein du FAIR (Facebook AI Research), dirigé par Yann LeCun, sont en grande partie accessible à l’ensemble de la communauté scientifique internationale.


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
 
Johanna Diaz

Partager l'article

Atos annonce le lancement d’« Atos Business Outcomes-as-a-service » développé en collaboration avec Dell Technologies

Début mai, Atos a annoncé le lancement d’Atos Business Outcomes-as-a-Service ( Atos BOaaS ), une offre 5G, Edge et IoT développée conjointement avec Dell...

Auvergne-Rhône-Alpes : Minalogic et Visiativ annoncent un partenariat pour l’innovation et la transformation digitale des entreprises

Minalogic, pôle de compétitivité des technologies du numérique de la région Auvergne-Rhône-Alpes, et Visiativ, spécialiste de la transformation numérique et de l'innovation pour les...

Une équipe de l’Université de Columbia a développé un algorithme d’IA pour lutter contre les microphones indiscrets

Il arrive que nous recevions des publicités sur un produit ou un service alors que nous en avons discuté peu de temps avant avec...

Qualcomm a dévoilé la plateforme Qualcomm Robotics RB6 et la conception de référence Qualcomm RB5 AMR lors du « 5G Summit » 2022

C'est lors de son évènement annuel « 5G Summit » qui s'est déroulé à San Diego, en Californie, que Qualcomm a dévoilé une feuille...
Recevoir une notification en cas d'actualité importante    OK Non merci