TensorFlow对象检测API新特性 支持TPU加速对象检测模型培训

　　7月24日消息，去年谷歌对外发布了TensorFlow对象检测API，自那以后谷歌不断为其添加着新特性，例如通过神经架构搜索获得的模型、实例分段支持以及在新数据集上训练的模型。

　　近日谷歌再一次更新了这个API的新特性，包含支持通过云TPU加速对象检测模型的培训、通过加速推理改进移动部署流程，并使用TensorFlow Lite格式轻松将模型导出到移动设备。

　　此前用户需要花费大量时间来优化参数和训练检测模型，这次推出的模型属于单发探测器(SSD)类架构，这些架构针对云TPU培训进行了优化。例如现在可以训练基于ResNet-50的RetinaNet模型，3.5小时内在COCO数据集上实现35%的平均平均精度。

　　此外为了更好地支持移动和嵌入式设备的低延迟要求，谷歌提供的模型已与TensorFlow Lite进行了兼容，TensorFlow Lite支持低延迟和小二进制大小的设备内机器学习推理，实现模型量化和本身的检测特定操作。