谷歌升级AutoML，可用于大规模图像分类和物体检测

安妮 编译自 Google Research Blog
量子位 出品 | 公众号 QbitAI

AutoML对开发者来说不是个陌生词汇了。

半年前Google I/O开发者大会上，谷歌推出能自动设计机器学习模型的方法AutoML，想让神经网络更“平易近人”。

虽然AutoML能设计出与人类设计的神经网络同等水平的小型神经网络，但始终被限制在CIFAR-10和Penn Treebank等小型数据集上。

△ 谷歌耗费数年探索出的GoogleNet网络架构

那么，AutoML在ImageNet图像分类和COCO物体检测等大型数据集上如何执行呢？

不得不说，应用到这两个数据集挑战巨大，它们的数量级远远大于CIFAR-10和Penn Treebank数据集。如果直接将AutoML应用到ImageNet，需要花费数月的时间来调整训练。

为了让这种方法应用到ImageNet中，研究人员对AutoML做了两点调整，方便更容易地处理大型数据集：

1. 重新设计搜索空间，让AutoML找到最好的层灵活地多次堆叠，创建最终的网络。

2. 在CIFAR-10上进行了架构搜索，并将最好的架构迁移到ImageNet图像分类和COCO物体检测上。

用这种方法，AutoML分别找到在CIFAR-10和ImageNet图像分类、COCO物体检测中的最佳层。这两层结合形成一种新架构，我们称之为“NASNet”。

△ NASNet架构由两层组成：普通层（左）和还原层（右），两层均由AutoML设计

在ImageNet图像分类中，NASNet在验证集上的预测精度达到了82.7%，超过了之前所有的初始模型。此外，NASNet比先前所有执行结果性能提升了1.2%，与arxiv上预印本中最佳结果不相上下。

此外，NASNet可能会被调整产生一组模型，它们在低计算成本的情况下准确性仍非常感人。例如，一个小版本的NASNet准确度达74%，相比于移动平台同等规模、最先进的模型，这一数据要比后者高3.1%。

大的NASNet实现了目前最高的准确性，同时将之前论文中最佳结果的计算成本减半。

△ 在ImageNet图像分类中，NASNet和最先进的的人类构建的模型在不同模型大小上的准确性

研究人员也将从ImageNet学习到的特征迁移到物体检测。在实验中，研究人员将从ImageNet分类中学到的特征与Faster-RCNN框架特征结合，超越了预印本中在COCO目标检测任务上最好的预测性能，无论是在大模型和移动优化模型上。其中，最大模型的mAP（平均准确率）达到了43.1%，比先前发表的最好结果提升了4%。

△ 示例物体检测用到了NASNet的Faster-RCNN

研究人员认为，NASNet在ImageNet和COCO上学习的图像特征将被用于许多计算机视觉应用。因此，研究人员将NASNet开源，用于对图像分类和物体检测在Slim和TensorFlow库中物体检测的推理。

最后，附官方介绍地址：

https://research.googleblog.com/2017/11/automl-for-large-scale-image.html

及研究论文预印本地址：

https://arxiv.org/abs/1707.07012

— 完 —

加入社群

量子位AI社群11群开始招募啦，欢迎对AI感兴趣的同学，加小助手微信qbitbot4入群；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进群请加小助手微信号qbitbot4，并务必备注相应群的关键词~通过审核后我们将邀请进群。（专业群审核较严，敬请谅解）

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI

վ'ᴗ' ի 追踪AI技术和产品新动态