Google publie en open source une nouvelle API de détection d’objets TensorFlow

Google a annoncé la publication en open source de l’API TensorFlow Object Detection. Ce framework, intégré à TensorFlow, permet de faciliter l’identification des objets dans les images.

Permettre aux chercheurs de créer des modèles de détection d’objets

Jonathan Huang, Research Scientist, et Vivek Rathod, Ingénieur logiciel, ont expliqué sur le blog Google:

« Chez Google, nous développons des systèmes d’apprentissage machine (AM) à la fine pointe de la technologie pour une vision par ordinateur qui, non seulement peuvent être utilisés pour améliorer nos produits et nos services, mais également stimuler les progrès dans le milieu de la recherche.

La création de modèles AM précis, capables de localiser et d’identifier de multiples objets dans une seule image, reste un défi majeur dans le domaine, et nous investissons beaucoup de temps dans la formation et l’expérimentation de ces systèmes ».

Une API déjà implémentée dans des produits Google

Google a d’ores et déjà intégré ce système interne de détection d’objets dans plusieurs de ses produits comme NestCam, Recherches d’images ou encore Street View. Il s’agit de proposer une API alliant simplicité et performance.

« Aujourd’hui, nous sommes heureux de mettre ce système à la disposition d’une communauté de recherche plus large via l’API TensorFlow Object Detection.

Nos objectifs dans la conception de ce système étaient de soutenir les modèles à la fine pointe de la technologie tout en permettant une exploration et une recherche rapides. »

Une première version contenant différents modèles de détection

Cette première version de l’API TensorFlow Object Detection contient:

  • Single Shot Multibox Detector (SSD) avec MobileNets
  • SSD avec Inception V2
  • Region-Based Fully Convolutional Networks (R-FCN) avec Resnet 101
  • Faster RCNN avec Resnet 101
  • Faster RCNN avec Inception Resnet v2
  • Un cahier Jupyter pour effectuer des inférences prêtes à l’emploi avec l’un des modèles proposés
  • Des scripts de formation locaux pratique
  • Des pipelines de formation et d’évaluation distribués

LAISSER UN COMMENTAIRE

Please enter your comment!
Please enter your name here