人工智能技術加持，新一代通用視覺技術體系“書生”正式發(fā)布

　　近日，上海人工智能實驗室聯合商湯科技 SenseTime、香港中文大學、上海交通大學共同發(fā)布新一代通用視覺技術體系“書生”（INTERN），該體系旨在系統(tǒng)化解決當下人工智能視覺領域中存在的任務通用、場景泛化和數據效率等一系列瓶頸問題。

▲ 圖源：上海人工智能實驗室

　　目前，技術報告《INTERN: A New Learning Paradigm Towards General Vision》已在 arXiv 平臺發(fā)布，基于“書生”的通用視覺開源平臺 OpenGVLab 也將在明年年初正式開源，向學術界和產業(yè)界公開預訓練模型及其使用范式、數據系統(tǒng)和評測基準等。

　　根據相關技術報告，一個“書生”基模型即可全面覆蓋分類、目標檢測、語義分割、深度估計四大視覺核心任務。

　　上海人工智能實驗室表示，相較于當前最強開源模型（OpenAI 于 2021 年發(fā)布的 CLIP），“書生”在準確率和數據使用效率上均取得大幅提升。具體而言，基于同樣的下游場景數據，“書生”在分類、目標檢測、語義分割及深度估計四大任務 26 個數據集上的平均錯誤率分別降低了 40.2%、47.3%、34.8% 和 9.4%。

　　據了解，通用視覺技術體系“書生”（INTERN）由七大模塊組成，包括通用視覺數據系統(tǒng)、通用視覺網絡結構、通用視覺評測基準三個基礎設施模塊，以及區(qū)分上下游的四個訓練階段模塊。

　　轉自：IT之家

　　【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業(yè)經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業(yè)宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。

延伸閱讀