首页  »  我们  »  公司动态
视觉伟业VMFace挑战经典神经网络算法,以极大优势获胜
时间:2018-06-12 | 来源:乐泊科技 | 阅读:

视觉伟业VMFace挑战经典神经网络算法,以极大优势获胜

       近日,VMFace团队以腾讯开源的ncnn神经网络框架作为benchmark测试基准,在嵌入式板瑞芯微RK3399上进行了算法性能测试, VMFace算法以平均耗时71.55ms的速度,远远超过了squeezenet、mobilenet、mobilenet_v2、googlenet等人工智能领域经典神经网络算法。benchmark来源:https://github.com/Tencent/ncnn


▊ 评测结果


      神经网络框架ncnn是腾讯优图实验室首个开源项目,是一个为移动终端极致优化的高性能神经网络前向计算框架。它具有无第三方依赖,支持跨平台,计算速率极快,内存占用极低等特点,ncnn的速度快于目前所有已知的开源框架。


▊ 腾讯优图开放平台


      其测试环境更贴近实际运用,基于腾讯平台开放自由的特点,测试数据数量更多,规模更大。同时这些测试数据均不公开,有效避免算法过拟合甚至是作弊手段,测试结果更具权威性。此次,VMFace算法的速度以绝对的优势超过了目前业界知名的神经网络算法,这是视觉伟业公司深耕技术的结果。

 

      作为人工智能领域的算法新秀,今年5月,在LFW库(注释:Labeled Faces in theWild的简称,由马萨诸塞大学于2007年建立,用于评测非约束条件下的人脸识别算法性能,是国际权威的人脸识别公开数据集。)中的评测,VMFace算法精度高达99.63%,相较于第二位的MobileFaceNet,误识别率降低了18%


▊ LFW人脸识别算法精度结果


     如今,以ncnn作为测试基准,VMFace又证明了自己在计算速度上的优势,这是Leo博士带领50多名VMFace算法团队成员共同努力的结果,更是VMFace算法不断发展的见证。


     随着现代计算机技术的发展,人脸识别技术在安全验证、人机交流、公安系统等方面得到了广泛的使用,拥有VMFace算法的视觉伟业,基于人脸识别技术的应用面向广大用户提供智慧安防、智慧交通、智慧商业领域的解决方案,为智慧城市插上腾飞的翅膀。

PS:上述比较的神经网络算法详见以下论文描述:

[1]SqueezeNet: AlexNet-level accuracywith 50x fewer parameters and <0.5MB model size

[2]MobileNets: Efficient ConvolutionalNeural Networks for Mobile Vision Applications

[3]MobileNetV2: Inverted Residuals andLinear Bottlenecks

[4]GoogLeNet: Going Deeper withConvolutions

[5]ImageNet:Classification with DeepConvolutional Neural Networks

[6]resnet:Deep Residual Learning forImage Recognition

[7]VGG16:Very Deep Convolutionalne Works For Large-scale Image Recognition

  • 全国服务电话:0731-88925979
    企业邮箱:service@lebopark.com
    地址:湖南省长沙市岳麓区麓天路28号五矿麓谷科技产业园 C11栋
    copyright© 2017 湖南乐泊科技有限公司   湘ICP备案14019548号-1  技术支持

    咨询
    热线

    0731-88925979
    全国服务电话

    关注
    微信

    关注官方微信

    停车
    APP

    顶部