共计 2229 个字符，预计需要花费 6 分钟才能阅读完成。
在百度与机器之心联结举办的 【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：解析小指标检测的技术原理并带来现场实战演示，让咱们一文疾速回顾本节课的外围干货！
【课程主题】
视觉模型外围难点攻破：小指标检测技术详解与实战
小指标检测场景剖析与典型算法详解
在本节课中，讲师首先介绍了视觉 AI 技术 - 物体检测的技术倒退历程，随着各种检测办法的提出与实际，技术在一直晋升其自动化程度与检测效率，满足各类产业落地场景的利用需要。
在物体检测这一场景中，“小指标检测”因为实现难度大，是学者与开发者们钻研的重点，那什么样的指标算是小指标呢？
以物体检测畛域的通用数据集 COCO 物体定义为例，小指标是指小于 32×32 个像素点。在理论利用场景中，通常更偏向于应用绝对于原图的比例来定义。因而，咱们给出绝对的定义，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，如果后果小于 3%，就称之为小指标。
在利用中，小指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、无人机航拍巡检缺点检测、超市货架挡板商品检测等等。那么，为了更好地攻破小指标检测这一视觉模型难点，讲师从四个方面别离解析了场景难点与对应的解决方案。
那么结合实际案例，以上提到的小指标检测技术解决方案能对 AI 模型的成果有怎么的晋升呢？在这个超市挡板商品检测模型中，最后的模型 mAP 是 0.812，但通过 Anchor 优化、主动数据加强、主动超参搜寻优化之后，模型 mAP 进步到 0.92，精度晋升超过 13%！
在另一个无人机巡检场景中，最后的模型 mAP 为 0.56，远达不到理论利用的要求。通过减少特色金字塔、Anchor 自适应算法、主动切图技术，模型 mAP 晋升到 0.93，精度晋升超过 66%，达到了业务利用的要求。
在以上介绍的全副案例中，是什么平台提供了相应能力呢？
EasyDL 助力企业疾速开发高精度 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，帮忙零算法根底的企业用户疾速上手，定制高精度 AI 模型。目前曾经反对图像分类、物体检测、图像宰割、音视频分类、语音辨认、OCR、表格数据预测、文本分类、情感偏向剖析等工作类型，EasyDL 提供笼罩数据处理、模型训练与服务部署的全流程性能，助力企业疾速打造智能化利用。
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，用户能够享受到欠缺平安的数据服务，包含端云一体的数据采集计划、高级数据荡涤、数据裁减、智能标注与近期上线的多人协同标注能力，在多个环节继续晋升数据处理效率。
在模型构建环节中，EasyDL 反对用户 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了解模型文心 ERNIE2.0 与视觉超大规模预训练模型，并提供迁徙学习、主动超参搜寻、主动数据加强等工具组件，可能让开发者用更少的数据与开发量，获取更优质的成果。在满足精度的同时，为 晋升训练效率 ，EasyDL 在训练流程中也做了优化，例如分布式训练减速，用户能够自主抉择多机多卡的模式，更高效地实现训练流程。同时，为了帮忙用户在模型训练后疾速理解模型、有针对性地进行模型调优，EasyDL 反对在线查看模型的多种指标，包含准确率、召回率、F1-score、mAP 等，也有热力求、混同矩阵等性能更好地对模型成果进行归因剖析。
值得一提的是，EasyDL 的物体检测模型，应用百度自研超大规模预训练模型的 YOLOv3_DarkNet 相比一般模型在各类数据集上模型成果 均匀晋升 4.53 %、Faster_RCNN 相比于一般预训练模型 均匀晋升 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，并提供了适应宽泛业务场景的算法选型，并且在一直依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 利用时，往往面临部署的“最初一公里”问题。为此，EasyDL 提供了灵便的端、边、云多种部署计划，用户可依据业务利用场景要求抉择私有云、设施端、私有化、软硬一体的部署形式，更快更好地让 AI 赋能于各类行业与场景。
目前，EasyDL 曾经在工业制作、平安生产、批发快消、智能硬件、互联网等超过 20 个行业宽泛落地。
另外，百度还推出了 BML 全功能 AI 开发平台 (Baidu Machine Learning)，面向企业和集体开发者提供 易用的开发环境 、 丰盛的性能组件 与高性价比的算力资源，实现 AI 开发的全生命周期治理，助力高效构建高精度 AI 利用。在模型构建这一环节中，BML 反对 Notebook、脚本调参、自定义作业的建模形式，给予开发者更高的灵便度，实现高精度模型的定制开发。
在课程中还有讲师实战演示，不到十分钟实现高精度指标检测模型训练，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 如何应用 BML 进行模型算法高效调参，晋升模型精度，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/
点击浏览原文，立刻回顾课程全部内容
落地链接：https://ai.baidu.com/forum/topic/show/981360
