導(dǎo)讀：本期為 AI 簡報(bào) 20201225 期，將為您帶來 6 條相關(guān)新聞，有趣有料無水文~

1. 170 FPS！YolactEdge：邊緣設(shè)備上的實(shí)時(shí)實(shí)例分割，已開源！

Paper: https://arxiv.org/abs/2012.12259
Github: https://github.com/haotian-liu/yolact_edge

本文提出了YolactEdge實(shí)時(shí)實(shí)例分割方法，可以在小型邊緣設(shè)備上以實(shí)時(shí)速度運(yùn)行。具體來說，在550x550分辨率的圖像上，帶有ResNet-101主干的YolactEdge在Jetson AGX Xavier上的運(yùn)行速度高達(dá)30.8FPS（在RTX 2080Ti上的運(yùn)行速度為172.7FPS）。為了實(shí)現(xiàn)這一目標(biāo)，我們對基于圖像的最新實(shí)時(shí)方法YOLACT進(jìn)行了兩項(xiàng)改進(jìn)： 1）優(yōu)化TensorRT，同時(shí)謹(jǐn)慎權(quán)衡速度和準(zhǔn)確性； 2）利用視頻中時(shí)間冗余的新型特征扭曲模塊。 在YouTube VIS和MS COCO數(shù)據(jù)集上進(jìn)行的實(shí)驗(yàn)表明，與現(xiàn)有的實(shí)時(shí)方法相比，YolactEdge的速度提高了3-5倍，同時(shí)具有極好的mask和box檢測精度。

2. 谷歌發(fā)布 MediaPipe Holistic，實(shí)現(xiàn)移動端同時(shí)進(jìn)行人臉、手部和人體關(guān)鍵點(diǎn)檢測跟蹤

Github：https://github.com/google/mediapipe

原文鏈接：

https://ai.googleblog.com/2020/12/mediapipe-holistic-simultaneous-face.html

谷歌MediaPipe Holistic為突破性的 540 多個關(guān)鍵點(diǎn)（33 個姿勢、21 個手和468 個人臉關(guān)鍵點(diǎn)）提供了統(tǒng)一的拓?fù)浣Y(jié)構(gòu)，并在移動設(shè)備上實(shí)現(xiàn)了近乎實(shí)時(shí)的性能。 谷歌之前發(fā)布的MediaPipe就是一個專門為GPU或CPU而設(shè)計(jì)的開源框架，已經(jīng)為這些單個任務(wù)提供了快速、準(zhǔn)確而又獨(dú)立的解決方案。 但將它們實(shí)時(shí)組合成一個語義一致的端到端解決方案，仍是一個難題，需要多個依賴性神經(jīng)網(wǎng)絡(luò)的同步推理。 不久前，谷歌發(fā)布了 MediaPipe Holistic，就是針對上述挑戰(zhàn)而提出一個解決方案，提出一個最新最先進(jìn)的人體姿勢拓?fù)浣Y(jié)構(gòu)，可以解鎖新的應(yīng)用。

3. 樹莓派與深度學(xué)習(xí)：目標(biāo)檢測

原文地址：https://zhuanlan.zhihu.com/p/110290326

作者之前已經(jīng)是實(shí)現(xiàn)了樹莓派4B上的深度學(xué)習(xí)環(huán)境搭建和測試，

https://zhuanlan.zhihu.com/p/110013867

這一篇是在樹莓派上運(yùn)行深度學(xué)習(xí)目標(biāo)檢測模型進(jìn)行推理的效果，

主要是基于TensorFlow目標(biāo)檢測API，

并從該項(xiàng)目的一個子頁面下載訓(xùn)練好的模型和權(quán)重，

直接進(jìn)行目標(biāo)檢測的推理過程。

步驟如下：

下載安裝TensorFlow目標(biāo)檢測API

配置環(huán)境

下載模型

運(yùn)行

4. Docker 從入門到干活，看這一篇足矣

本文來自：cnblogs.com/clsn/p/8410309.html

Docker作為一個非常好的環(huán)境隔離神器，在機(jī)器學(xué)習(xí)圈也越來越火了。那么，Docker是什么，怎么用，相信大家看完本文，會對它有一個比較全面的認(rèn)識

分別從以下幾個方面來介紹：

容器簡介

什么是 Docker

安裝 Docker

Docker鏡像相關(guān)操作

容器的日常管理

5. 亞馬遜李沐團(tuán)隊(duì)提出：(開源) 行為識別的全面調(diào)研 2014-2020

30頁行為識別綜述，共計(jì)283篇參考文獻(xiàn)！Amusi 認(rèn)為這是目前2020年看到的關(guān)于行為識別（視頻理解）最好且最全面的綜述。 本文對基于深度學(xué)習(xí)的視頻行為識別（Video Action Recognition）論文進(jìn)行了全面調(diào)研，按時(shí)間順序詳細(xì)介紹并盤點(diǎn)出重要工作，還統(tǒng)計(jì)出了17個視頻行為識別數(shù)據(jù)集，最后還復(fù)現(xiàn)了大量優(yōu)秀工作的代碼，現(xiàn)已開源！

6. AWS與NVIDIA合作伙伴通過嵌入式AI簡化構(gòu)建應(yīng)用程序

最近，NVIDIA與亞馬遜網(wǎng)絡(luò)服務(wù)(AWS)通過在AWS Marketplace中提供NVIDIA店面，宣布了一項(xiàng)合作伙伴關(guān)系，旨在簡化將AI功能嵌入應(yīng)用程序的過程?？傆?jì)，NVIDIA將免費(fèi)提供21種軟件工具，以幫助使用AWS的開發(fā)人員構(gòu)建GPU加速的AI應(yīng)用程序。這將在醫(yī)療保健，金融，零售，智慧城市等多個領(lǐng)域引起廣泛關(guān)注。 自2017年以來，NVIDIA一直通過其NVIDIA GPU優(yōu)化云(NGC)目錄以及AWS Marketplace上的一些單獨(dú)組件提供了GPU加速軟件。

但是，這是Nvidia的整個產(chǎn)品組合首次進(jìn)入AWS Marketplace。NGC目錄將NVIDIA的GPU加速軟件工具集中在一起。它包含數(shù)百個機(jī)器學(xué)習(xí)(ML)框架和行業(yè)特定的軟件開發(fā)套件，數(shù)據(jù)科學(xué)家和開發(fā)人員可以使用它們來構(gòu)建AI解決方案。 NVIDIA聲稱250,000名用戶已經(jīng)從NGC目錄中下載了超過100萬個AI容器，預(yù)訓(xùn)練的模型，應(yīng)用程序框架，Helm圖表和其他ML資源。 你可以添加微信17775982065為好友，注明：公司+姓名，拉進(jìn)RT-Thread 官方微信交流群！

責(zé)任編輯：xj

原文標(biāo)題：【20201225期AI簡報(bào)】YolactEdge：邊緣設(shè)備上的實(shí)時(shí)實(shí)例分割，已開源！

文章出處：【微信公眾號：RTThread物聯(lián)網(wǎng)操作系統(tǒng)】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。