差异检测器和专用模型都有助于这个结果。我们执行了一个因素分析：首先我们仅使用 YOLOv2，然后向该级联分别加入这两种快速模型。两者都用了必需的最大性能：

NoScope 系统的因素分析

为了总结 NoScope 的级联策略，其优化器首先在一段给定视频流上运行了缓慢的参考模型（YOLOv2、Faster R-CNN 等）以获得基准标签。根据这些标签，NoScope 训练了一组专用模型和差异检测器，并使用了一个 holdout set 来选择使用哪个专用模型和差异检测器。最后，NoScope 将这些训练后的模型级联在一起，并且在不确定的时候还可以调用原来的慢模型。

总结

总体来说，视频数据的内容是非常丰富的，但要使用现代神经网络来查询却非常慢。在 NoScope 中，我们将差异检测和专用 CNN 结合到了一个特定于视频的流程中，利用时间局部性将 CNN 查询提速了超过 1000 倍。结果得到的处理流程每秒能够处理 8000 帧视频。我们将继续改进 NoScope，使之支持多类别分类、无固定角度摄像机和更复杂的查询。

原文链接：

本文为机器之心编译，转载请联系本公众号获得授权。

✄------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]