Mathworks 推出了包含 MATLAB 和 Simulink 產(chǎn)品系列的 Release 2017b（R2017b），該版本大大加強(qiáng)了 MATLAB 對(duì)深度學(xué)習(xí)的支持，并簡(jiǎn)化了工程師、研究人員及其他領(lǐng)域?qū)＜以O(shè)計(jì)、訓(xùn)練和部署模型的方式。該更新版本從數(shù)據(jù)標(biāo)注、模型搭建、訓(xùn)練與推斷還有最后的模型部署方面完整地支持深度學(xué)習(xí)開發(fā)流程。此外，MATLAB 這次更新最大的亮點(diǎn)是新組件 GPU Coder，它能自動(dòng)將深度學(xué)習(xí)模型代碼轉(zhuǎn)換為 NVIDIA GPU 的 CUDA 代碼，GPU Coder 轉(zhuǎn)換后的 CUDA 代碼可以脫離 MATLAB 環(huán)境直接高效地執(zhí)行推斷。經(jīng) MATLAB 內(nèi)部基準(zhǔn)測(cè)試顯示，GPU Coder 產(chǎn)生的 CUDA 代碼，比 TensorFlow 的性能高 7 倍，比 Caffe2 的性能高 4.5 倍。

媒體采訪了中國資深應(yīng)用工程師陳建平，陳建平從 MATLAB 中的數(shù)據(jù)標(biāo)注開始沿著深度學(xué)習(xí)模型的開發(fā)、訓(xùn)練、調(diào)試到最后使用 GPU Coder 部署高性能模型，為我們介紹了 MATLAB 這一次更新針對(duì)深度學(xué)習(xí)所做的努力。本文將沿著 MATLAB 深度學(xué)習(xí)開發(fā)過程簡(jiǎn)要介紹這次更新的要點(diǎn)，同時(shí)重點(diǎn)向大家展示能自動(dòng)將模型轉(zhuǎn)化為 CUDA 代碼的 GPU Coder 模塊。

數(shù)據(jù)標(biāo)注

對(duì)于計(jì)算機(jī)視覺來說，Computer Vision System Toolbox 中的 Ground Truth Labeler app 可提供一種交互式的方法半自動(dòng)地標(biāo)注一系列圖像。除了目標(biāo)檢測(cè)與定位外，該工具箱現(xiàn)在還支持語義分割，它能對(duì)圖像中的像素區(qū)域進(jìn)行分類。陳建平說：「我們現(xiàn)在的標(biāo)注工具可以直接半自動(dòng)地完成任務(wù)，它可以像 Photoshop 中的魔棒工具一樣自動(dòng)標(biāo)注出像素層級(jí)的類別，我們選中圖片后工具會(huì)自動(dòng)將對(duì)象摳出來。在我們完成初始化的圖像語義分割后，工具會(huì)使用自動(dòng)化的手段把后續(xù)行駛過程中的其它元素都摳出來。因?yàn)橹虚g和后續(xù)過程都是以機(jī)器為主導(dǎo)完成的，所以我們只需要在前期使用少量的人力就能完成整個(gè)標(biāo)注過程?！?/p>

這種半自動(dòng)方法確實(shí)可以大大提升標(biāo)注的效率，特別是標(biāo)注車道邊界線和汽車邊界框等視覺系統(tǒng)目標(biāo)。在這種自動(dòng)標(biāo)注框架下，算法可以快速地完成整個(gè)數(shù)據(jù)集的標(biāo)注，而隨后我們只需要少量的監(jiān)督與驗(yàn)證就能構(gòu)建一個(gè)精確的數(shù)據(jù)集。如下所示，MATLAB 文檔向我們展示了如何創(chuàng)建車道線自動(dòng)標(biāo)注。

我們可以使用不同的算法，如能自動(dòng)檢測(cè)車道線特征的 Auto Lane Detection、使用聚合通道特征（Aggregate Channel Features/ACF）檢測(cè)車輛的 ACF Vehicle Detector 和使用 Kanade-Lucas_Tomasi（KLT）在小間隔內(nèi)追蹤一個(gè)或多個(gè) ROI 的算法等。如果我們選擇自動(dòng)算法，那么接下來設(shè)置 ROI、最大車道數(shù)、車道線寬度等參數(shù)后就可以直接運(yùn)行自動(dòng)標(biāo)注。若視頻經(jīng)過人工微調(diào)與校驗(yàn)，并達(dá)到不錯(cuò)的效果，我們就可以選擇「Accept」完成標(biāo)注任務(wù)。