目標檢測種類多達20000+種的AI，你見過嗎？不僅準確“揪出”每個物體所在的位置，分類效果非常準確：
插畫版賽博恐龍也沒問題：
甚至還能檢測雜誌封面甚至漫畫中的物體！
這也是把目標檢測給玩出花來了，據作者表示模型在長尾問題等細節上的處理非常好，像獅子和狐狸這種少樣本也能準確識別：
這項研究來自Meta AI和德克薩斯大學奧斯汀分校，一作是著名目標檢測框架CenterNet的作者、復旦校友Xingyi Zhou。
一起來看看。
可識別“跨次元”物體
這篇論文提出了一種新的名為Detic的方法，用來解決目標檢測無法用到圖像級標籤（給一整張圖打標籤，標註裡面有什麼物體）的問題。
此前的目標檢測方法，通常是一個檢測框里一個物體：
這種方法有一個問題，就是沒辦法利用整個圖像級標籤，只能用單個物體的圖片進行訓練。
也有一些研究想出了一種新方法，搞個弱監督學習，試圖讓AI自己學會將圖像級的標籤，去對應錨定框裡面有什麼物體，但實際上這種方法的效果也不太好。
Detic的方法是採用目標檢測數據（a）和圖像標籤數據（b）對Detic進行混合訓練。
其中，在用目標檢測數據訓練Detic時，同時對圖像分類模塊W和目標檢測模塊B進行訓練，但只用標籤數據對圖像分類模塊W進行訓練。
訓練的數據集採用的是ImageNet，事實證明模型在訓練后無需微調，就能很好地適應到LVIS等數據集，相對之前的一些模型都達到了不錯的效果：
論文表示，Detic能分類的圖片類型也是多種多樣，從真實照片到賽博恐龍插畫這樣的“跨次元”作品都能識別：
這立刻吸引了不少網友來玩。
在線Demo可玩
有網友用梵高的世界名畫試了試。
放大一點來看，藝術加工后的椅子、人和桌子也能被識別：
還有用二次元的龍貓進行識別的，除了龍貓本身被錯認成貓頭鷹以外，其他的雨傘和靴子都認得不錯：
我們也隨便用一個鐘錶櫃的照片試了試，在線Demo的檢測時間稍微有點久，大約需要6分鐘左右，但效果還不錯：
細看的話還是能發現一些瑕疵，例如把部分手錶誤認成轉速計、以及懷錶和時鐘，以及也有一兩塊手錶沒有被檢測出來。
不過，即使在二次元和插畫中，這個AI能識別的物體，至少也需要在真實世界出現過。
例如，超出20000個分類的物體，如噴火龍和皮卡丘，就不在AI的監測範圍內了，全部被認成了猴子（狗頭）：
將這些二次元角色也加入AI訓練數據集中，不知能否取得同樣的檢測效果。