ＡＩ快车道

2019.5.26
paddlepaddle
AI快车道喻友平 生态部总经理
baidu Broad
unit实现定咖啡的过程，

人脸检测
人脸抽取
车牌识别
车牌定位车牌分类车牌识别
目标检测单阶段和双阶段
基础网络－>rpn->iou->
ｈｒｎｅｔ控制感受野，提高目标检测的召回率，
detectnet
上采样恢复小目标信息，

低分辨率语义信息，
resnet101
TridentNet空洞卷积 恢复位置信息
ｍ2det 特征优化融合，
GA-RPN 优化预选框，ａｎｃｈｏｒ论文优化的方向，
GIOU LOSS:
将标签进行平滑，
ｓｇｄ,
cosine lr schedule   
#########################

案例苹果园采摘机器人
soft nms ,repulsion loss, aggregation loss
数据增强：augmentation 随机变化颜色。形状，ｍｉｘｕｐ
小目标：把小目标的框贴在图片上
遮挡标记：
ｍａｓｋ只对显示的部分标记

案例餐盘识别
目标：识别不同形状。颜色的盘子等
难点：不同的食物造成盘子的颜色、外观特征发生变化
难以抽取可辨特征。

主干迁入ｓｎ，ｂｎ,ln,rn,计数量高
ｆｐｎ特征融合，ｃｈａｎｎｅｌ和 ｓｐａｔｉａｌ attention
模型压缩：重要的特征留下，

mobile -v3
nas
ｇａｎ模型进行图像高分辨的生成，去雾，去雨滴，teacher-student网络，算子
加ｍａｓｋ,加多种标签，纹理特征的识别，全景识别，
交通标志的识别，小目标的识别：
二值化，留下刻度，留下指针，做切分，做级联，
检测锅炉的水平线：用分割，针对像素级别的，高分辨的，加上边缘信息，

机器学习 降维，

ｄｅｐnet -v3 ,unet, ｆａｃｅｂｏｏｋ 人体分割，
自动驾驶，国外的数据集，数据分布，数据场景，
迁移学习，对抗学习，畸变的数据，人脸检测：侧脸经过模型的变化拉倒正脸，

汽车零件检测，磕伤和污染:
ｃｏｇnex:
＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃