商湯科技今日宣布通用視覺平臺OpenGVLab正式開源，開放內(nèi)容包括超高效預(yù)訓(xùn)練模型，和千萬級精標注、十萬級標簽量的公開數(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)能夠識別萬物，但很多AI模型只能完成單一的任務(wù)，比如識別單一的物體，或者識別風格較為統(tǒng)一的照片，如果換一種類型或者風格，就愛莫能助。為了能夠識別不同類型的圖片，這就需要有獨特的模型訓(xùn)練及標簽體系，也要求模型具有一定的通用性，這樣才能對不同類型的圖片做出準確的描述。
據(jù)介紹，基于此前商湯科技聯(lián)合上海人工智能實驗室、香港中文大學、上海交通大學等共同發(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，即可快速滿足多場景、多任務(wù)的AI模型訓(xùn)練。
目前OpenGVLab開源平臺已正式上線，供各界研究人員訪問和使用，后續(xù)項目還將開通在線推理功能，供所有對人工智能視覺技術(shù)感興趣的社會人士自由體驗。此外，OpenGVLab還同步開放業(yè)內(nèi)首個針對通用視覺模型的評測基準，便于開發(fā)者對不同通用視覺模型的性能進行橫向評估和持續(xù)調(diào)優(yōu)。
