文章图片


出品|开源中国

作者|Travis
计算机视觉是一个跨学科的科学领域 ， 涉及到计算机如何从数字图像或视频中获得高水平的理解 。 从工程的角度来看 ， 它试图理解人类视觉系统能够完成的任务并使之自动化 。
计算机视觉领域如今正迅速发展并具有巨大的潜力 ， 计算机视觉被广泛运用于医学、机器视觉、军事、自动驾驶和触觉反馈等领域 ， 能够凭借一己之力解决这些领域的难题 。 在过去的几年里 ， 像 ViTs 这样强大的架构也使计算机视觉的性能得到了大幅的提升 。

近日来自 Google Brain 的研究人员推出了名为SCENIC的开源 JAX 库 ， SCENIC 通过为建模需求提供一个统一的、多合一的代码库来满足计算机视觉研究中的需求 。 目前 ， 它支持 ViT、DETR 和 MLP Mixer 等前沿的视觉模型的实现 ， 并且在未来还会支持更多开源的前沿项目 。
SCENIC 是用 JAX 编写的 ， JAX 是一种由 Google 开发的机器学习框架 ， 专为高性能数值计算 ， 尤其是机器学习研究而设计 。 它的数值函数 API 是基于 NumPy 的 ， NumPy 是科学计算中使用的函数集合 。 Python 和 NumPy 都被广泛使用和熟悉 ， 这使得 JAX 简单、灵活且易于采用 。 除了 NumPy API 之外 ， JAX 还包括一个可扩展系统 ， 有助于支持机器学习研究 。

【8k电视|Google 开源 SCENIC，用于计算机视觉研究的 JAX 库】SCENIC 的目标是使大规模模型的原型设计变得更容易 。 它的设计主张不增加复杂性或增加抽象性 ， 而是保持代码能够容易理解和容易扩展 。 只有当功能被证明对多个模型和工作有普遍帮助时 ， 才会被上移到库级 。 SCENIC 的代码和相关资料已在GitHub 上开源 。

稿源：(开源中国)

【傻大方】网址：http://www.shadafang.com/c/110E45M12021.html

标题：8k电视|Google 开源 SCENIC，用于计算机视觉研究的 JAX 库