- 原文地址：Facebook open sources Detectron
- 原文作者：Ross Girshick
- 譯文出自：掘金翻譯計劃
- 本文永久連結：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 —— 我們最先進的目標檢測研究平臺。
Detectron 專案在 2016 年 7 月啟動，目的是建立一個基於 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，程式碼庫已經成熟並且支援了我們的大量專案，包括 Mask R-CNN 和 Focal Loss for Dense Object Detection，在 2017 年的 ICCV 上這兩個專案分別獲得了 Marr 獎和最佳學生論文獎。由 Detectron 提供支援的這些演算法為一些重要的計算機視覺任務，例如實現例項分割，提供了直觀的模型，並且近年來在由我們社群完成的視覺感知系統中發揮了重要作用，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種應用的定製模型，包括擴增實境和社群完整性。一旦開始訓練，這些模型可以部署在雲端和移動裝置上，由高效的 Caffe2 執行時提供支援。
我們開源 Detectron 的目標是使我們的研究盡更加開放，並加速在全球實驗室的研究。隨著其釋出，科研界同仁將能夠重現我們的結果，並能夠使用 FAIR 的相同軟體平臺。
Detectron 可以在 Apache2.0 許可證下獲得 github.com/facebookres…. 我們還發布了 70 多種預訓練模型的廣泛效能基準，可以從我們的模型庫中下載。
掘金翻譯計劃 是一個翻譯優質網際網路技術文章的社群，文章來源為 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、人工智慧等領域，想要檢視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。