【譯】Facebook 開源 Detectron

• 原文地址：Facebook open sources Detectron
• 原文做者：Ross Girshick
• 譯文出自：掘金翻譯計劃
• 本文永久連接：github.com/xitu/gold-m…
• 譯者：SeanW20
• 校對者：noahziheng、dazhi1011

Facebook開源Detectron

今天（譯者注：2018 年 1 月 24 日），Facebook AI Research(FAIR) 研究機構開源了 Detectron —— 咱們最早進的目標檢測研究平臺。

Detectron 項目在 2016 年 7 月啓動，目的是創建一個基於 Caffe2 上的快速靈活的物體檢測系統。當時還在進行 Alpha 階段的開發。在過去的一年半里，代碼庫已經成熟而且支持了咱們的大量項目，包括 Mask R-CNN 和 Focal Loss for Dense Object Detection，在 2017 年的 ICCV 上這兩個項目分別得到了 Marr 獎和最佳學生論文獎。由 Detectron 提供支持的這些算法爲一些重要的計算機視覺任務，例如實現實例分割，提供了直觀的模型，而且近年來在由咱們社區完成的視覺感知系統中發揮了重要做用，這套系統已經取得空前成就。

除了研究，許多 Facebook 團隊使用這個平臺來訓練各類應用的定製模型，包括加強現實和社區完整性。一旦開始訓練，這些模型能夠部署在雲端和移動設備上，由高效的 Caffe2 運行時提供支持。

咱們開源 Detectron 的目標是使咱們的研究盡更加開放，並加速在全球實驗室的研究。隨着其發佈，科研界同仁將可以重現咱們的結果，並可以使用 FAIR 的相同軟件平臺。

Detectron 能夠在 Apache2.0 許可證下得到 github.com/facebookres…. 咱們還發布了 70 多種預訓練模型的普遍性能基準，能夠從咱們的模型庫中下載。

---

掘金翻譯計劃 是一個翻譯優質互聯網技術文章的社區，文章來源爲 掘金 上的英文分享文章。內容覆蓋 Android、iOS、前端、後端、區塊鏈、產品、設計、人工智能等領域，想要查看更多優質譯文請持續關注 掘金翻譯計劃、官方微博、知乎專欄。