干货提炼｜视觉小目标检测模型难点分析与突破

点击左上方蓝字关注我们

在百度与机器之心联合举办的【三小时 AI 开发进阶】系列公开课中，百度资深研发工程师倾囊相授，首节课关注视觉模型开发难点：解析小目标检测的技术原理并带来现场实战演示，让我们一文快速回顾本节课的核心干货！

 

???? 课程主题 ????

 视觉模型核心难点攻破：

 小目标检测技术详解与实战 

 

小目标检测场景分析与典型算法详解

在本节课中，讲师首先介绍了视觉 AI 技术-物体检测的技术发展历程，随着各种检测方法的提出与实践，技术在不断提升其自动化水平与检测效率，满足各类产业落地场景的应用需求。

 

 

在物体检测这一场景中，“小目标检测”由于实现难度大，是学者与开发者们研究的重点，那什么样的目标算是小目标呢？

以物体检测领域的通用数据集 COCO 物体定义为例，小目标是指小于32×32个像素点。在实际应用场景中，通常更倾向于使用相对于原图的比例来定义。因此，我们给出相对的定义，物体标注框的长宽乘积，除以整个图像的长宽乘积，再开根号，如果结果小于3%，就称之为小目标。

 

 

在应用中，小目标的场景也遍布各行各业，如卫星遥感检测、远距离物体人体检测、无人机航拍巡检缺陷检测、超市货架挡板商品检测等等。那么，为了更好地攻破小目标检测这一视觉模型难点，讲师从四个方面分别解析了场景难点与对应的解决方案。

 

那么结合实际案例，以上提到的小目标检测技术解决方案能对 AI 模型的效果有怎样的提升呢？在这个超市挡板商品检测模型中，最初的模型 mAP 是0.812，但经过 Anchor 优化、自动数据增强、自动超参搜索优化之后，模型 mAP 提高到0.92，精度提升超过13%！

 

在另一个无人机巡检场景中，最初的模型 mAP 为0.56，远达不到实际应用的要求。通过增加特征金字塔、Anchor 自适应算法、自动切图技术，模型 mAP 提升到0.93，精度提升超过66%，达到了业务应用的要求。

 

 

在以上介绍的全部案例中，是什么平台提供了相应能力呢？

 

EasyDL 助力企业快速开发高精度 AI 模型

面向企业应用开发者，百度推出了 EasyDL 零门槛 AI 开发平台，通过极简的交互体验，帮助零算法基础的企业用户快速上手，定制高精度 AI 模型。目前已经支持图像分类、物体检测、图像分割、音视频分类、语音识别、OCR、表格数据预测、文本分类、情感倾向分析等任务类型，EasyDL 提供覆盖数据处理、模型训练与服务部署的全流程功能，助力企业快速打造智能化应用。

EasyDL 是基于飞桨开源深度学习平台构建，为用户提供一站式的模型定制开发和服务。在数据管理中，用户可以享受到完善安全的数据服务，包括端云一体的数据采集方案、高级数据清洗、数据扩充、智能标注与近期上线的多人协同标注能力，在多个环节持续提升数据处理效率。

在模型构建环节中，EasyDL 支持用户零代码、自动化进行模型训练。在开发者最关注的模型精度问题上，EasyDL 预置了百度自研的语义理解模型文心 ERNIE2.0 与视觉超大规模预训练模型，并提供迁移学习、自动超参搜索、自动数据增强等工具组件，能够让开发者用更少的数据与开发量，获取更优质的效果。

在满足精度的同时，为提升训练效率，EasyDL 在训练流程中也做了优化，例如分布式训练加速，用户可以自主选择多机多卡的模式，更高效地完成训练流程。同时，为了帮助用户在模型训练后快速了解模型、有针对性地进行模型调优，EasyDL 支持在线查看模型的多种指标，包括精确率、召回率、F1-score、mAP 等，也有热力图、混淆矩阵等功能更好地对模型效果进行归因分析。

值得一提的是，EasyDL 的物体检测模型，使用百度自研超大规模预训练模型的 YOLOv3_DarkNet 相比普通模型在各类数据集上模型效果平均提升4.53 %、Faster_RCNN 相比于普通预训练模型平均提升1.39%。并且在物体检测模型中，EasyDL 针对多种场景预置了自适应训练优化机制，并提供了适应广泛业务场景的算法选型，并且在不断根据市场需求进行优化。立足于各类企业应用场景，提供兼具高精度与高性能的模型训练机制。

企业在 AI 应用时，往往面临部署的“最后一公里”问题。为此，EasyDL 提供了灵活的端、边、云多种部署方案，用户可根据业务应用场景要求选择公有云、设备端、私有化、软硬一体的部署方式，更快更好地让 AI 赋能于各类行业与场景。

 

目前，EasyDL 已经在工业制造、安全生产、零售快消、智能硬件、互联网等超过20个行业广泛落地。

 

另外，百度还推出了 BML 全功能 AI 开发平台 （Baidu Machine Learning），面向企业和个人开发者提供易用的开发环境、丰富的功能组件与高性价比的算力资源，完成 AI 开发的全生命周期管理，助力高效构建高精度 AI 应用。在模型构建这一环节中，BML 支持 Notebook、脚本调参、自定义作业的建模方式，给予开发者更高的灵活度，完成高精度模型的定制开发。

 

在课程中还有讲师实战演示，不到十分钟完成高精度目标检测模型训练，mAP 达到98.3%。点击回放视频获取同款开发技能！

 

下节课的内容提炼关注如何使用 BML 进行模型算法高效调参，提升模型精度，工程师进阶之路上，不要错过这一课！

 

课程回放与 QA 实录：

https://ai.baidu.com/forum/topic/show/981360

EasyDL 官网：

https://ai.baidu.com/easydl/

 

???? 点击“阅读原文”，立即回顾课程全部内容