可在手机上独立运算的高精度植物疾病检测 AI

正文

请到「今天看啥」查看全文

这项技术最让人惊叹的一点是，为该技术提供支持的神经网络拥有在手机上独立运算的能力，不需要经过云计算或者笨重的处理器，相关研究人员在其初版文稿（preprint paper）中对此进行了详细介绍，该文章随后会正式发表在 Frontiers in Plant Science 期刊上。 这项技术的研发得益于谷歌开源的机器学习库 TensorFlow 中的 Inception v3 神经网络模型，一个轻量化的神经网络（slimmed-down network）。 TensorFlow Mobile 技术主管 Pete Warden 解释道：“一些神经网络需要数亿个模型参数，光是存储这些参数模型所需要的文件大小就已超出了应用的储存能力，但是 Inception v3 这个神经网络只需要 2500 万个模型参数。”

除此以外，这项技术也不要求附近有额外的处理器（processing power）。Waden 补充道：“它只需 110 亿的浮点运算（floating point operations），就可以完成对结果的运算，而另一些做类似工作的网络却需要数以亿计的运算。”

现在，如果你想训练一个神经网络来识别某些特定的物体，不管是猫、狗或者是椅子，你必须为它提供数以百万计的图像。这无疑很麻烦，没有人会有数以百万计的病态木薯叶的图像，但是幸亏有了迁移学习（transfer learning）这一利器。 Waden 说道：“令人高兴的是，迁移学习可以用于模型训练，当我们已经成功训练神经网络去识别一些特定东西的时候，已建好的模型参数也可以被迁移到对于其他物体识别的模型训练中去，这极大的减少了需要的数据量”。

请到「今天看啥」查看全文