美图秀秀让你变美的背后，是这些技能在起浸染

导语：创立于 2010 年的 MTlab，早已不止是一个尝试室 —— 它在美图产物线背后饰演着 “大脑” 的脚色。在 MTlab 的器材箱里，深度进修模子和 TensorFlow 是最有用的利器。

持久以来，一提到 “美图公司”，各人能想到的都是 “美图秀秀”、“美颜相机”、“美拍” 这些美颜类产物，而为这些产物提供 AI 技能支持的美图影像尝试室（以下简称 MTlab）一向鲜为人知。
创立于 2010 年的 MTlab，早已不止是一个尝试室 —— 它在美图产物线背后饰演着 “大脑” 的脚色。在 MTlab 的器材箱里，深度进修模子和 TensorFlow 是最有用的利器。

美图各个产物的成果抉择了，MTlab 会大量行使到计较机视觉技能。

“2013 年开始，MTlab 就用呆板进修做计较机视觉方面的研发。最早做的是人脸相干技能，以及美颜算法。”MTlab 认真人万鹏飞汇报 PingWest 品玩，“当时开源器材还没有此刻这么富厚，许多算法和器材必要本技艺动实现。”
回收传统呆板进修来做计较机视觉的甜头是，整个实习进程完全透明，应承研发职员更好地评估实习出来的算法，是否在实习情形之外依然有用。但不敷的处所是，人工提取特性的事变量大，并且鲁棒性差。
万鹏飞对 PingWest 品玩暗示，其时他们面对的首要技能挑衅，正是“算法在各类极度用户行使场景下的鲁棒性”。
操作深度进修的卷积神经收集模子，能很好办理这个题目。“深度进修这种数据驱动的要领，在鲁棒性方面比传统计较机视觉算法有明明上风。”万鹏飞说。
抉择回收深度进修后，他们最早行使的框架是 Caffe。这个深度进修框架于 2013 年在 Github 上宣布，作者是加州大学伯克利分校的贾扬清博士。
2015 年，Google 宣布深度进修开源框架 TensorFlow，“MTlab 顿时就去相识这个器材”。2016 年，MTlab 开始在项目中实行用 TensorFlow。

万鹏飞先容道，MTlab 用 TensorFlow 最早做的是图像去噪，整体感受较量机动，对自界说的收集布局较量友爱。一个机动的深度进修框架对付算法自研很重要，由于许多现实的题目必要通过一些创新的要领办理，而一个好用的深度进修框架无疑能进步计较机视觉算法研发的服从。
很快，TensorFlow 依附着机动的特征成为了他们首要的深度进修框架。2016 年 MTlab 在用深度进修做人像支解成果时，初期行使 Caffe 实现自界说的卷积神经收集层不太利便，必要本身实现前向 / 反向撒播算法。Debug（调试）操纵起来也较量贫困。
“其后行使了 TensorFlow，其基于 dataflow graph（数据流向图）的计较布局对付自界说的深度进修操纵很友爱，也便于 debug。” 万鹏飞说，“其它对轮回神经收集的支持也较量好，大大进步了研发服从。”
现在，TensorFlow 已经被应用在美图旗下产物多个成果的收集实习中，如肢体要害点检测、五官说明、人像支解、图像画质加强、天空支解。万鹏飞对 TensorFlow 评价颇高：“TensorFlow 的漫衍式实习手段，大大进步了深度进修收集的实习服从。”
万鹏飞同时还说起 TensorFlow 社区对 MTlab 的辅佐。完美的官方文档声名、富厚的课程、以及对新手友爱的合作气氛，都吸引着更多开拓者插手 TensorFlow 社区。

TensorFlow 官方也在全力促进社区的壮大。在本年的天下人工智能大会上， TensorFlow将举行“智在启无穷”主题论坛，约请海表里差异规模，数十位重量级高朋，配合切磋呆板进修如安在贸易中应用，辅佐企业和开拓者办理实际糊口的题目：

TensorFlow 环球产物总监将深度理会呆板进修的内核；通用电气贝克休斯高级总监将分享怎样确保安详出产、猜测组件寿命和体系非常、停止不测停机；网易严选算法总监将分享怎样实现季候性商品销量猜测、晋升用户点击、节省仓储和供给链本钱；腾讯医疗大数据科学家将分享怎样优化用户意图领略、为医院、大夫和病人提供更优质的处事。尚有一些前沿的呆板进修研究者们也未来到本次论坛，分享呆板进修在文化和艺术规模取得打破的履历。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!