在百度與機器之心聯合舉辦的【三小時 AI 開發進階】系列公開課中，百度資深研發工程師傾囊相授，首節課關注視覺模型開發難點：解析小目標檢測的技術原理並帶來現場實戰演示，讓我們一文快速回顧本節課的核心乾貨！
課程主題
視覺模型核心難點攻破： 小目標檢測技術詳解與實戰 小目標檢測場景分析與典型演算法詳解在本節課中，講師首先介紹了視覺 AI 技術-物體檢測的技術發展歷程，隨著各種檢測方法的提出與實踐，技術在不斷提升其自動化水平與檢測效率，滿足各類產業落地場景的應用需求。
在物體檢測這一場景中，“小目標檢測”由於實現難度大，是學者與開發者們研究的重點，那什麼樣的目標算是小目標呢？
以物體檢測領域的通用資料集 COCO 物體定義為例，小目標是指小於32×32個畫素點。在實際應用場景中，通常更傾向於使用相對於原圖的比例來定義。因此，我們給出相對的定義，物體標註框的長寬乘積，除以整個影象的長寬乘積，再開根號，如果結果小於3%，就稱之為小目標。
在應用中，小目標的場景也遍佈各行各業，如衛星遙感檢測、遠距離物體人體檢測、無人機航拍巡檢缺陷檢測、超市貨架擋板商品檢測等等。那麼，為了更好地攻破小目標檢測這一視覺模型難點，講師從四個方面分別解析了場景難點與對應的解決方案。
那麼結合實際案例，以上提到的小目標檢測技術解決方案能對 AI 模型的效果有怎樣的提升呢？在這個超市擋板商品檢測模型中，最初的模型 mAP 是0.812，但經過 Anchor 最佳化、自動資料增強、自動超參搜尋最佳化之後，模型 mAP 提高到0.92，精度提升超過13%！
在另一個無人機巡檢場景中，最初的模型 mAP 為0.56，遠達不到實際應用的要求。透過增加特徵金字塔、Anchor 自適應演算法、自動切圖技術，模型 mAP 提升到0.93，精度提升超過66%，達到了業務應用的要求。
在以上介紹的全部案例中，是什麼平臺提供了相應能力呢？
EasyDL 助力企業快速開發高精度 AI 模型面向企業應用開發者，百度推出了 EasyDL 零門檻 AI 開發平臺，透過極簡的互動體驗，幫助零演算法基礎的企業使用者快速上手，定製高精度 AI 模型。目前已經支援影象分類、物體檢測、影象分割、音影片分類、語音識別、OCR、表格資料預測、文字分類、情感傾向分析等任務型別，EasyDL 提供覆蓋資料處理、模型訓練與服務部署的全流程功能，助力企業快速打造智慧化應用。
EasyDL 是基於飛槳開源深度學習平臺構建，為使用者提供一站式的模型定製開發和服務。在資料管理中，使用者可以享受到完善安全的資料服務，包括端雲一體的資料採集方案、高階資料清洗、資料擴充、智慧標註與近期上線的多人協同標註能力，在多個環節持續提升資料處理效率。
在模型構建環節中，EasyDL 支援使用者零程式碼、自動化進行模型訓練。在開發者最關注的模型精度問題上，EasyDL 預置了百度自研的語義理解模型文心 ERNIE2.0 與視覺超大規模預訓練模型，並提供遷移學習、自動超參搜尋、自動資料增強等工具元件，能夠讓開發者用更少的資料與開發量，獲取更優質的效果。
在滿足精度的同時，為提升訓練效率，EasyDL 在訓練流程中也做了最佳化，例如分散式訓練加速，使用者可以自主選擇多機多卡的模式，更高效地完成訓練流程。同時，為了幫助使用者在模型訓練後快速瞭解模型、有針對性地進行模型調優，EasyDL 支援線上檢視模型的多種指標，包括精確率、召回率、F1-score、mAP 等，也有熱力圖、混淆矩陣等功能更好地對模型效果進行歸因分析。
值得一提的是，EasyDL 的物體檢測模型，使用百度自研超大規模預訓練模型的 YOLOv3_DarkNet 相比普通模型在各類資料集上模型效果平均提升4.53 %、Faster_RCNN 相比於普通預訓練模型平均提升1.39%。並且在物體檢測模型中，EasyDL 針對多種場景預置了自適應訓練最佳化機制，並提供了適應廣泛業務場景的演算法選型，並且在不斷根據市場需求進行最佳化。立足於各類企業應用場景，提供兼具高精度與高效能的模型訓練機制。
企業在 AI 應用時，往往面臨部署的“最後一公里”問題。為此，EasyDL 提供了靈活的端、邊、雲多種部署方案，使用者可根據業務應用場景要求選擇公有云、裝置端、私有化、軟硬一體的部署方式，更快更好地讓 AI 賦能於各類行業與場景。
目前，EasyDL 已經在工業製造、安全生產、零售快消、智慧硬體、網際網路等超過20個行業廣泛落地。 另外，百度還推出了 BML 全功能 AI 開發平臺 （Baidu Machine Learning），面向企業和個人開發者提供易用的開發環境、豐富的功能元件與高性價比的算力資源，完成 AI 開發的全生命週期管理，助力高效構建高精度 AI 應用。在模型構建這一環節中，BML 支援 Notebook、指令碼調參、自定義作業的建模方式，給予開發者更高的靈活度，完成高精度模型的定製開發。
下節課的內容提煉關注如何使用 BML 進行模型演算法高效調參，提升模型精度，工程師進階之路上，不要錯過這一課！
課程回放與 QA 實錄：
https://ai.baidu.com/forum/topic/show/981360
EasyDL 官網：
https://ai.baidu.com/easydl/
回顧課程全部內容：
https://ai.baidu.com/forum/topic/show/981360