商湯科技今日宣布通用視覺平臺(tái)OpenGVLab正式開源,開放內(nèi)容包括超高效預(yù)訓(xùn)練模型,和千萬級(jí)精標(biāo)注、十萬級(jí)標(biāo)簽量的公開數(shù)據(jù)集,將為全球開發(fā)者提升各類下游視覺任務(wù)模型訓(xùn)練提供重要支持。
目前,人工智能已經(jīng)能夠識(shí)別萬物,但很多AI模型只能完成單一的任務(wù),比如識(shí)別單一的物體,或者識(shí)別風(fēng)格較為統(tǒng)一的照片,如果換一種類型或者風(fēng)格,就愛莫能助。為了能夠識(shí)別不同類型的圖片,這就需要有獨(dú)特的模型訓(xùn)練及標(biāo)簽體系,也要求模型具有一定的通用性,這樣才能對(duì)不同類型的圖片做出準(zhǔn)確的描述。
據(jù)介紹,基于此前商湯科技聯(lián)合上海人工智能實(shí)驗(yàn)室、香港中文大學(xué)、上海交通大學(xué)等共同發(fā)布的通用視覺技術(shù)體系“書生”(INTERN),使用此模型,研究人員可以大幅降低下游數(shù)據(jù)采集成本,用極低的數(shù)據(jù)量,即可快速滿足多場(chǎng)景、多任務(wù)的AI模型訓(xùn)練。
目前OpenGVLab開源平臺(tái)已正式上線,供各界研究人員訪問和使用,后續(xù)項(xiàng)目還將開通在線推理功能,供所有對(duì)人工智能視覺技術(shù)感興趣的社會(huì)人士自由體驗(yàn)。此外,OpenGVLab還同步開放業(yè)內(nèi)首個(gè)針對(duì)通用視覺模型的評(píng)測(cè)基準(zhǔn),便于開發(fā)者對(duì)不同通用視覺模型的性能進(jìn)行橫向評(píng)估和持續(xù)調(diào)優(yōu)。