أول شركة في العالم، والأولى في الصناعة: جامعة ووهان تفتح قاعدة بيانات التعرف على الوجه من خلال الكمامات
قامت جامعة ووهان بإتاحة أول مجموعة بيانات في العالم للوجوه المعوقة بالكمامات مجانًا، بما في ذلك ما يقرب من 100 ألف صورة لوجوه حقيقية ترتدي أقنعة ووجوه طبيعية، بالإضافة إلى 500 ألف صورة محاكاة لوجوه ترتدي أقنعة.
خلال هذه الفترة الخاصة من مكافحة الالتهاب الرئوي الناجم عن فيروس كورونا الجديد، لم يبطئ المعلمون والطلاب في جامعة ووهان وتيرة البحث العلمي.
في أوائل شهر مارس، افتتح المركز الوطني لأبحاث تكنولوجيا البرمجيات المتعددة الوسائط بجامعة ووهان مجموعة بيانات خاصة للتعرف على الوجه:مجموعة بيانات الوجه المغطى بالقناع:مجموعة بيانات الوجوه المقنعة في العالم الحقيقي، والمختصرة باسم RMFD.
أول مجموعة بيانات حقيقية للوجوه المقنعة في العالم
خلال وباء كوفيد-19، كان الجميع تقريبًا يرتدون أقنعة، مما جعل تقنية التعرف على الوجه السابقة غير فعالة بشكل أساسي.أصبحت تقنية التعرف على الوجه التي يمكنها اكتشاف تعبيرات الوجه المخفية بواسطة الأقنعة حاجة ملحة أثناء الوباء.
في 8 مارس، قاد البروفيسور وانغ تشونغ يوان من المركز الوطني لأبحاث تكنولوجيا هندسة البرمجيات المتعددة الوسائط بجامعة ووهان فريقًا لإطلاق بحث طارئ على الفور حول التعرف على وجه القناع.
ويقال إن البروفيسور وانغ تشونغ يوان قاد فريقًا مكونًا من أكثر من عشرة طلاب دراسات عليا، بما في ذلك هوانغ باوجين وهونغ تشي ووو هاو، لجمع 360 ألف بيانات للوجه في البداية وتطوير أدوات إنتاج مساعدة شبه آلية مثل تنظيف البيانات ووضع العلامات عليها.
مجموعة البيانات 1: مجموعة بيانات 5000 وجه قناع حقيقي
بالإضافة إلى محاكاة مجموعات بيانات وجه القناع،كما قام الفريق ببناء أول مجموعة عينات للتعرف على وجوه الأقنعة الحقيقية العامة في العالم RMFD، والتي تتضمن 5000 وجه قناع لـ 525 شخصًا و90 ألف وجه طبيعي.
مجموعات البيانات ② و③: 500000 مجموعة بيانات محاكاة لوجه القناع (بما في ذلك محاكاة WebFace ومحاكاة LFW)
وفي الوقت نفسه، من أجل توسيع تنوع البيانات، قام الفريق بتطوير برنامج دقيق لارتداء القناع.من خلال وضع أقنعة على وجوه الأشخاص في مجموعة البيانات العامة، قمنا ببناء مجموعة بيانات محاكاة لأقنعة الوجه تضم 10000 شخص و500000 وجه.
يجب أن تحتوي مجموعة عينات التعرف على وجه القناع على صور متعددة لوجوه نفس الشخص مع أو بدون أقنعة، وهو أمر يصعب إنشاؤه.
لذلك، واستجابة لدورة الإنتاج الطويلة لمجموعات عينات أقنعة الوجه، قام الفريق بتطوير مسار تقني متكرر للبحث والتطوير من أربع خطوات وصياغة أربع مجموعات من خطط البحث والتطوير، بحيث يمكن إجراء التعديلات والاختيار في الوقت المناسب بناءً على حالة مجموعة العينات وأداء النموذج.
في الوقت الحاضر، تم فتح مجموعات بيانات التعرف على وجوه الأقنعة الحقيقية ومجموعات بيانات التعرف على وجوه الأقنعة المحاكاة للجمهور مجانًا. تتضمن مجموعات بيانات التعرف على وجوه الأقنعة المحاكاة مجموعة بيانات وجوه الأقنعة المحاكاة WebFace وLFW.
استنادًا إلى مجموعة البيانات التي أنشأوها، قام الفريق بتطوير نموذج التعرف على الوجه باستخدام قناع الوجه والحاجب متعدد الحبيبات.تم تحقيق دقة 95٪ على مجموعة البيانات.
مجموعات البيانات: نرحب بالمساهمات
بالإضافة إلى ذلك، من أجل توسيع مجموعة البيانات بشكل أكبر، يرحب الفريق بالجميع لإرسال مجموعتهم الشخصية من صور ارتداء الأقنعة إلى x_zhangyang@whu.edu.cn، وسيتم معالجة الصور المستلمة بطريقة موحدة.
الآن بعد أن أصبح لدينا مجموعة البيانات، كيف يمكننا تنزيلها واستخدامها؟
كيفية التنزيل؟
مجموعة بيانات التعرف على الوجه باستخدام القناع_عنوان التنزيل مفتوح المصدر:
https://github.com/X-zhangyang/Real-World-Masked-Face-Dataset
كيفية الاستخدام؟
أثناء الوباء، كيف يمكننا مواصلة مهام التعلم الآلي عندما لا نتمكن من الحصول على قوة الحوسبة من المدارس والشركات؟
الشريك الذي نود أن نقدمه هذه المرة هو OpenBayes، وهي خدمة سحابية توفر قوة الحوسبة السحابية للتعلم الآلي. إنهم يمتلكون مجموعة حوسبة فائقة واسعة النطاق، كما تم تصميم بنية مجموعة وحدة معالجة الرسوميات خصيصًا للحوسبة المصفوفية. إنه يوفر حاويات طاقة الحوسبة لتطبيقات الذكاء الاصطناعي، ومن السهل جدًا البدء في استخدامه ويمكن استخدامه فورًا. حاليًا، تدعم منتجات حاويات الطاقة الحاسوبية الخاصة بـ OpenBayes بالفعل TensorFlow وPyTorch وMXNet وبيئات وحدة المعالجة المركزية ووحدة معالجة الرسومات الأخرى، إصدارات وأنواع مختلفة من أطر التعلم الآلي القياسية والتبعيات المشتركة المتنوعة.
تدعم حاوية الحوسبة OpenBayes حاليًا المكتبات القياسيةوتوفير وحدة المعالجة المركزية، وNVIDIA T4، وNVIDIA Tesla V100 وموارد الحوسبة الأخرىسواء كان الأمر يتعلق بالتدريب المركزي للبيانات الضخمة أو تشغيل نموذج مقيم منخفض الطاقة، فإنه يمكنه تلبية احتياجات المستخدم بسهولة.
من وحدة المعالجة المركزية إلى T4 إلى V100، مجموعة واسعة من تكوينات حاويات الحوسبة دعم OpenBayesتحميل البرنامج النصي ومحرر JupyterLabالبرمجة عبر الإنترنت ومن ثم التدريب على النماذج.
عملية تنفيذ واضحة وموجزةالبرنامج التعليمي الكامل: https://openbayes.com/docs/quickstart/
قم بالتسجيل كمستخدم جديد واستمتع بقوة الحوسبة GPU!
قم بزيارة openbayes.com, انقر على الموقع الرسمي للتسجيل فورًا، وستكون هناك هدايا أسبوعية خلال فترة الاختبار الداخلي، لذلك لا يتعين عليك التنافس مع زملائك في الفصل والزملاء على قوة الحوسبة~
يمكن استخدام مجموعة البيانات/تنزيلها مباشرة من الموارد العامة وصف النشاط قم بزيارة openbayes.com قم بالتسجيل كمستخدم جديد باستخدام رمز الدعوة [HyperAI]يمكنك الاستمتاع600 دقيقة من وحدة المعالجة المركزية + 300 دقيقة من NVIDIA T4 في الأسبوع قوة الحوسبة المجانية~
-- زيادة--