TED2017
Joseph Redmon: How computers learn to recognize objects instantly
वक्ता: जोसेफ रेडमन: कंप्यूटर वस्तुओं को पहचानना कैसे सीखता है?
Filmed:
Readability: 4.5
2,471,805 views
दस साल पहले, शोधकर्ताओं ने सोचा कि एक बिल्ली और कुत्ते के बीच के अंतर को बताने के लिए कंप्यूटर मिलना लगभग असंभव होगा आज, कम्प्यूटर विज़न सिस्टम 99 प्रतिशत सटीकता से अधिक है कैसे? यूसुफ रेडमन, योलो (आप केवल एक बार देखो) सिस्टम, ऑब्जेक्ट का पता लगाने का एक खुले स्रोत तरीका है जो छवियों और वीडियो में ऑब्जेक्ट की पहचान कर सकता है - ज़ाबरा से संकेतों को रोकने के लिए - बिजली की तेज़ गति के साथ एक उल्लेखनीय लाइव डेमो में, रेडमोन स्वयं-ड्राइविंग कारों, रोबोटिक्स और यहां तक कि कैंसर का पता लगाने जैसे अनुप्रयोगों के लिए इस महत्वपूर्ण कदम को आगे दिखाता है।
Joseph Redmon - Computer scientist
Joseph Redmon works on the YOLO algorithm, which combines the simple face detection of your phone camera with a cloud-based AI -- in real time. Full bio
Joseph Redmon works on the YOLO algorithm, which combines the simple face detection of your phone camera with a cloud-based AI -- in real time. Full bio
Double-click the English transcript below to play the video.
00:12
Ten years ago,
0
825
1151
दस साल पहले,
00:14
computer vision researchers
thought that getting a computer
thought that getting a computer
1
2000
2776
कंप्यूटर दृष्टि शोधकर्ताओं ने
सोचा था कि एक कंप्यूटर द्वारा
सोचा था कि एक कंप्यूटर द्वारा
00:16
to tell the difference
between a cat and a dog
between a cat and a dog
2
4800
2696
एक बिल्ली और एक कुत्ते
के बीच अंतर बताना
के बीच अंतर बताना
00:19
would be almost impossible,
3
7520
1976
लगभग असंभव होगा,
00:21
even with the significant advance
in the state of artificial intelligence.
in the state of artificial intelligence.
4
9520
3696
कृत्रिम बुद्धि में महत्वपूर्ण
प्रगति के बावजूद भी
प्रगति के बावजूद भी
00:25
Now we can do it at a level
greater than 99 percent accuracy.
greater than 99 percent accuracy.
5
13240
3560
अब हम इसे 99 प्रतिशत से भी
अधिक यथार्थता के साथ कर सकते हैं
अधिक यथार्थता के साथ कर सकते हैं
00:29
This is called image classification --
6
17680
1856
इसे छबी वर्गीकरण कहा जाता है -
00:31
give it an image,
put a label to that image --
put a label to that image --
7
19560
3096
इसे एक छबी दें,
उस छवि पर एक लेबल डालें -
उस छवि पर एक लेबल डालें -
00:34
and computers know
thousands of other categories as well.
thousands of other categories as well.
8
22680
3040
और कंप्यूटर हजारों अन्य श्रेणीयां
भी जानते हैं
भी जानते हैं
00:38
I'm a graduate student
at the University of Washington,
at the University of Washington,
9
26680
2896
मैं वॉशिंगटन विश्वविद्यालय में
एक स्नातक छात्र हूँ,
एक स्नातक छात्र हूँ,
मैं डार्कनेट परियोजना
पर काम करता हूं,
पर काम करता हूं,
00:41
and I work on a project called Darknet,
10
29600
1896
00:43
which is a neural network framework
11
31520
1696
जो एक तंत्रिका नेटवर्क ढांचा है
00:45
for training and testing
computer vision models.
computer vision models.
12
33240
2816
कंप्यूटर दृष्टि मॉडल के
प्रशिक्षण और परीक्षण के लिए
प्रशिक्षण और परीक्षण के लिए
00:48
So let's just see what Darknet thinks
13
36080
2976
चलो देखते हैं कि डार्कनेट क्या सोचता है?
00:51
of this image that we have.
14
39080
1760
इस छवि के बारे में, जो हमारे पास है.
00:54
When we run our classifier
15
42520
2336
जब हम अपने वर्गीकारक को
00:56
on this image,
16
44880
1216
इस छवि पर चलाते हैं.
00:58
we see we don't just get
a prediction of dog or cat,
a prediction of dog or cat,
17
46120
2456
फिर हम केवल
कुत्ते या बिल्ली का ही नहीं ,
कुत्ते या बिल्ली का ही नहीं ,
01:00
we actually get
specific breed predictions.
specific breed predictions.
18
48600
2336
वास्तव में हमें विशिष्ट नस्ल का
पूर्वानुमान भी हो जाता है
पूर्वानुमान भी हो जाता है
01:02
That's the level
of granularity we have now.
of granularity we have now.
19
50960
2176
अब ग्रैन्युलैरिटी का यह स्तर है
01:05
And it's correct.
20
53160
1616
और यह सही है
01:06
My dog is in fact a malamute.
21
54800
1840
मेरा कुत्ता वास्तव मेंअलास्का का है
इसलिए हमने आश्चर्यजनक प्रगति की है
छवि वर्गीकरण में,
छवि वर्गीकरण में,
01:09
So we've made amazing strides
in image classification,
in image classification,
22
57040
4336
लेकिन क्या होता है
जब हम अपने वर्गीकारक को चलाते हैं
जब हम अपने वर्गीकारक को चलाते हैं
01:13
but what happens
when we run our classifier
when we run our classifier
23
61400
2000
01:15
on an image that looks like this?
24
63424
1960
ऐसी छवि पर जो इस तरह दिखती है?
01:19
Well ...
25
67080
1200
अच्छा तो ...
01:24
We see that the classifier comes back
with a pretty similar prediction.
with a pretty similar prediction.
26
72640
3896
हम देखते हैं कि क्लासिफायर वापस आता है
एक बहुत ही समान भविष्यवाणी के साथ
एक बहुत ही समान भविष्यवाणी के साथ
01:28
And it's correct,
there is a malamute in the image,
there is a malamute in the image,
27
76560
3096
और यह सही है,छबी में एक मलम्यूट है,
01:31
but just given this label,
we don't actually know that much
we don't actually know that much
28
79680
3696
लेकिन सिर्फ इस लेबल से ,
हम वास्तव में इतना नहीं जानते हैं
हम वास्तव में इतना नहीं जानते हैं
01:35
about what's going on in the image.
29
83400
1667
कि छवि में क्या हो रहा है?
01:37
We need something more powerful.
30
85091
1560
हमें कुछ अधिक शक्तिशाली चाहिए।
मैं वस्तु का पता लगाने की
समस्या पर काम करता हूँ,
समस्या पर काम करता हूँ,
01:39
I work on a problem
called object detection,
called object detection,
31
87240
2616
जहां हम एक छवि को देखते हैं,
वस्तुओं को खोजने का प्रयास करते हैं,
वस्तुओं को खोजने का प्रयास करते हैं,
01:41
where we look at an image
and try to find all of the objects,
and try to find all of the objects,
32
89880
2936
उनके आसपास बाउंडिंग बक्से लगाते हैं
01:44
put bounding boxes around them
33
92840
1456
01:46
and say what those objects are.
34
94320
1520
और कहते हैं कि वे वस्तुओं क्या हैं?
01:48
So here's what happens
when we run a detector on this image.
when we run a detector on this image.
35
96400
3280
जब हम इस छवि पर डिटेक्टर चलाते हैं
तो यह होता है।
तो यह होता है।
01:53
Now, with this kind of result,
36
101240
2256
अब, इस तरह के परिणाम के साथ,
¶
¶
01:55
we can do a lot more
with our computer vision algorithms.
with our computer vision algorithms.
37
103520
2696
हम बहुत कुछ कर सकते हैं कंप्यूटर
दूर दृष्टि एल्गोरिदम के साथ
दूर दृष्टि एल्गोरिदम के साथ
01:58
We see that it knows
that there's a cat and a dog.
that there's a cat and a dog.
38
106240
2976
हम जानते हैं कि इसे पता है
कि एक बिल्ली व एक कुत्ता है
कि एक बिल्ली व एक कुत्ता है
02:01
It knows their relative locations,
39
109240
2256
यह उनके सम्बंधित स्थानों को जानता है
02:03
their size.
40
111520
1216
उनका आकार
02:04
It may even know some extra information.
41
112760
1936
यह कुछ अतिरिक्त
जानकारी भी जान सकता है
जानकारी भी जान सकता है
02:06
There's a book sitting in the background.
42
114720
1960
कि पृष्ठभूमि में किताब है
02:09
And if you want to build a system
on top of computer vision,
on top of computer vision,
43
117280
3256
और अगर आप कंप्यूटर दृष्टि के
शीर्ष पर एक सिस्टम बनाना चाहते हैं
शीर्ष पर एक सिस्टम बनाना चाहते हैं
02:12
say a self-driving vehicle
or a robotic system,
or a robotic system,
44
120560
3456
जैसे कि एक स्वयं संचालित वाहन
या एक रोबोट प्रणाली,
या एक रोबोट प्रणाली,
02:16
this is the kind
of information that you want.
of information that you want.
45
124040
2456
आप इस प्रकार
की जानकारी चाहते हैं
की जानकारी चाहते हैं
02:18
You want something so that
you can interact with the physical world.
you can interact with the physical world.
46
126520
3239
आप कुछ ऐसा चाहते हैं जिससे
आप भौतिक दुनिया के साथ बातचीत कर सकते हैं
आप भौतिक दुनिया के साथ बातचीत कर सकते हैं
02:22
Now, when I started working
on object detection,
on object detection,
47
130759
2257
अब, जब मैंने वस्तु का पता लगाने पर
काम करना शुरू किया
काम करना शुरू किया
02:25
it took 20 seconds
to process a single image.
to process a single image.
48
133040
3296
एक एकल छवि को संसाधित
करने के लिए 20 सेकंड लगे
करने के लिए 20 सेकंड लगे
02:28
And to get a feel for why
speed is so important in this domain,
speed is so important in this domain,
49
136360
3880
इस डोमेन में गति कितनी महत्वपूर्ण है,
ऐसा महसूस करने के लिए
ऐसा महसूस करने के लिए
02:33
here's an example of an object detector
50
141120
2536
यहाँ एक वस्तु डिटेक्टर का उदाहरण है
02:35
that takes two seconds
to process an image.
to process an image.
51
143680
2416
जो दो सेकंड लेता है
एक छबी को संसाधित करने के लिए
एक छबी को संसाधित करने के लिए
02:38
So this is 10 times faster
52
146120
2616
तो यह 10 गुना तेज है
02:40
than the 20-seconds-per-image detector,
53
148760
3536
20 सेकंड प्रति छवि डिटेक्टर से,
02:44
and you can see that by the time
it makes predictions,
it makes predictions,
54
152320
2656
और आप उस समय में देख सकते हैं
जब यह पूर्वानुमान लगता है,
जब यह पूर्वानुमान लगता है,
02:47
the entire state of the world has changed,
55
155000
2040
दुनिया की संपूर्ण स्थिति बदल गई है,
02:49
and this wouldn't be very useful
56
157880
2416
और यह बहुत उपयोगी नहीं होगा
02:52
for an application.
57
160320
1416
लागू करने के लिए
02:53
If we speed this up
by another factor of 10,
by another factor of 10,
58
161760
2496
अगर हम इसे दस गुना
और तेज करते हैं
और तेज करते हैं
02:56
this is a detector running
at five frames per second.
at five frames per second.
59
164280
2816
यानि कि डिटेक्टर के पांच
फ्रेम प्रति सेकंड पर चलते हुए
फ्रेम प्रति सेकंड पर चलते हुए
02:59
This is a lot better,
60
167120
1536
यह बहुत बेहतर है,
03:00
but for example,
61
168680
1976
लेकिन उदाहरण के लिए
03:02
if there's any significant movement,
62
170680
2296
अगर कोई बहुत अधिक हिलना डुलना है,
03:05
I wouldn't want a system
like this driving my car.
like this driving my car.
63
173000
2560
मैं अपनी कार चलाने के लिए
ऐसा सिस्टम नहीं चाहूंगा
ऐसा सिस्टम नहीं चाहूंगा
03:09
This is our detection system
running in real time on my laptop.
running in real time on my laptop.
64
177120
3240
लैपटॉप पर वास्तविक समय में चलती हुई
यह हमारी पहचान प्रणाली है
यह हमारी पहचान प्रणाली है
03:13
So it smoothly tracks me
as I move around the frame,
as I move around the frame,
65
181000
3136
तो यह आसानी से ट्रैक करता है
जब मैं फ्रेम के पास गति विधि करता हूँ
जब मैं फ्रेम के पास गति विधि करता हूँ
03:16
and it's robust to a wide variety
of changes in size,
of changes in size,
66
184160
3720
और यह विविध आकार
03:21
pose,
67
189440
1200
मुद्रा में,
03:23
forward, backward.
68
191280
1856
आगे, पीछे परिवर्तन में मजबूत है।
03:25
This is great.
69
193160
1216
यह भी खूब रही।
03:26
This is what we really need
70
194400
1736
हमें वास्तव में यही चाहिए
03:28
if we're going to build systems
on top of computer vision.
on top of computer vision.
71
196160
2896
अगर हम सिस्टम कंप्यूटर दृष्टि के
शीर्ष पर बनाने जा रहे हैं
शीर्ष पर बनाने जा रहे हैं
03:31
(Applause)
72
199080
4000
(तालियां)
03:36
So in just a few years,
73
204280
2176
तो बस कुछ ही वर्षों में,
03:38
we've gone from 20 seconds per image
74
206480
2656
हम प्रति छवि 20 सेकंड से
03:41
to 20 milliseconds per image,
a thousand times faster.
a thousand times faster.
75
209160
3536
प्रति छवि 20 मिलीसेकंड तक चले गए हैं
यानि कि एक हजार गुना तेज!
यानि कि एक हजार गुना तेज!
03:44
How did we get there?
76
212720
1416
हम वहां कैसे पहुंचे?
03:46
Well, in the past,
object detection systems
object detection systems
77
214160
3016
ठीक है, अतीत में,
ऑब्जेक्ट डिटेक्शन सिस्टम
ऑब्जेक्ट डिटेक्शन सिस्टम
03:49
would take an image like this
78
217200
1936
इस तरह की एक छवि ले कर
03:51
and split it into a bunch of regions
79
219160
2456
और इसे क्षेत्रों के एक गुच्छे में
विभाजित कर के
विभाजित कर के
03:53
and then run a classifier
on each of these regions,
on each of these regions,
80
221640
3256
और फिर इन क्षेत्रों में प्रत्येक पर
क्लासिफायर चलाते हुए
क्लासिफायर चलाते हुए
03:56
and high scores for that classifier
81
224920
2536
और उस क्लासिफायर के उच्च स्कोर को
03:59
would be considered
detections in the image.
detections in the image.
82
227480
3136
छवि में पहचान माना जाता था
04:02
But this involved running a classifier
thousands of times over an image,
thousands of times over an image,
83
230640
4056
लेकिन इसमें छवि पहचान के लिए
छवि पर हजारों बार क्लासिफायर चलाना,
छवि पर हजारों बार क्लासिफायर चलाना,
04:06
thousands of neural network evaluations
to produce detection.
to produce detection.
84
234720
2920
हजारों तंत्रिका नेटवर्क मूल्यांकन
करना होता था
करना होता था
04:11
Instead, we trained a single network
to do all of detection for us.
to do all of detection for us.
85
239240
4536
इसके बजाय, हमने हर पहचान के लिए
एक एकल नेटवर्क को प्रशिक्षित किया
एक एकल नेटवर्क को प्रशिक्षित किया
04:15
It produces all of the bounding boxes
and class probabilities simultaneously.
and class probabilities simultaneously.
86
243800
4280
यह एक साथ सभी बक्सों और श्रेणी
संभावनाओं को बनाता है
संभावनाओं को बनाता है
04:20
With our system, instead of looking
at an image thousands of times
at an image thousands of times
87
248680
3496
हमारे सिस्टम से एक छवि को
हजारों बार देखने की बजाय
हजारों बार देखने की बजाय
04:24
to produce detection,
88
252200
1456
उसका पता लगाने के लिए,
04:25
you only look once,
89
253680
1256
आप केवल एक बार देखते हैं,
04:26
and that's why we call it
the YOLO method of object detection.
the YOLO method of object detection.
90
254960
2920
यही कारण है कि हम इसे कहते हैं
वस्तु का पता लगाने की योलो विधि
वस्तु का पता लगाने की योलो विधि
04:31
So with this speed,
we're not just limited to images;
we're not just limited to images;
91
259360
3976
तो इस गति के साथ,
हम सिर्फ छवियों तक सीमित नहीं हैं;
हम सिर्फ छवियों तक सीमित नहीं हैं;
04:35
we can process video in real time.
92
263360
2416
हम वास्तविक समय में वीडियो
संसाधित कर सकते हैं
संसाधित कर सकते हैं
04:37
And now, instead of just seeing
that cat and dog,
that cat and dog,
93
265800
3096
और अब, सिर्फ देखने के बजाय
कि बिल्ली और कुत्ते,
कि बिल्ली और कुत्ते,
04:40
we can see them move around
and interact with each other.
and interact with each other.
94
268920
2960
हम उन्हें चारों ओर घूमते देख सकते हैं
और एक दूसरे के साथ बातचीत करते हुए।
और एक दूसरे के साथ बातचीत करते हुए।
04:46
This is a detector that we trained
95
274560
2056
यह एक डिटेक्टर है जिसे
हमने प्रशिक्षित किया है
हमने प्रशिक्षित किया है
04:48
on 80 different classes
96
276640
4376
80 विभिन्न वर्गों पर
04:53
in Microsoft's COCO dataset.
97
281040
3256
माइक्रोसॉफ्ट के कोको डाटासेट में
04:56
It has all sorts of things
like spoon and fork, bowl,
like spoon and fork, bowl,
98
284320
3336
इसमें सभी प्रकार की चीजें हैं
जैसे चम्मच और कांटा, कटोरा,
जैसे चम्मच और कांटा, कटोरा,
04:59
common objects like that.
99
287680
1800
उस तरह की सामान्य वस्तुएं
05:02
It has a variety of more exotic things:
100
290360
3096
इसमें कई प्रकार की विदेशी चीजें हैं:
05:05
animals, cars, zebras, giraffes.
101
293480
3256
जानवर, कार, ज़ेबरा, जिराफ
05:08
And now we're going to do something fun.
102
296760
1936
और अब हम कुछ मज़ा करने वाले हैं
05:10
We're just going to go
out into the audience
out into the audience
103
298720
2096
अब हम दर्शकों के
बीच जाने वाले हैं
बीच जाने वाले हैं
देखें किस प्रकार की
चीजों का पता लगाते हैं
चीजों का पता लगाते हैं
05:12
and see what kind of things we can detect.
104
300840
2016
क्या कोई भरवां पशु चाहता है?
05:14
Does anyone want a stuffed animal?
105
302880
1620
05:18
There are some teddy bears out there.
106
306000
1762
वहाँ कुछ टेडी भालू हैं
05:22
And we can turn down
our threshold for detection a little bit,
our threshold for detection a little bit,
107
310040
4536
और हम पता लगाने की अपनी सीमा
थोड़ी सी नीचे कर सकते हैं
थोड़ी सी नीचे कर सकते हैं
05:26
so we can find more of you guys
out in the audience.
out in the audience.
108
314600
3400
ताकि हम अधिक लोगों को
दर्शकों में ढूंढ सकते हैं
दर्शकों में ढूंढ सकते हैं
05:31
Let's see if we can get these stop signs.
109
319560
2336
चलो देखते हैं कि हम रोकने के
संकेत प्राप्त कर सकते हैं।
संकेत प्राप्त कर सकते हैं।
05:33
We find some backpacks.
110
321920
1880
हमें कुछ बैकपैक मिलते हैं
05:37
Let's just zoom in a little bit.
111
325880
1840
चलो थोड़ा सा साइज बड़ा करें
05:42
And this is great.
112
330320
1256
और यह बढ़िया है
05:43
And all of the processing
is happening in real time
is happening in real time
113
331600
3176
और सभी प्रसंस्करण
वास्तविक समय में हो रहा है
वास्तविक समय में हो रहा है
05:46
on the laptop.
114
334800
1200
लैपटॉप पर
05:49
And it's important to remember
115
337080
1456
और यह याद रखना महत्वपूर्ण है
¶
¶
05:50
that this is a general purpose
object detection system,
object detection system,
116
338560
3216
कि यह एक सामान्य उद्देश्य है
ऑब्जेक्ट डिटेक्शन सिस्टम,
ऑब्जेक्ट डिटेक्शन सिस्टम,
05:53
so we can train this for any image domain.
117
341800
5000
इसलिए हम इसे किसी भी छवि डोमेन
के लिए प्रशिक्षित कर सकते हैं।
के लिए प्रशिक्षित कर सकते हैं।
06:00
The same code that we use
118
348320
2536
उसी कोड का, जिसका हम उपयोग करते हैं
06:02
to find stop signs or pedestrians,
119
350880
2456
रोकने के संकेत या
पैदल चलने वालों को ढूंढने के लिए,
पैदल चलने वालों को ढूंढने के लिए,
06:05
bicycles in a self-driving vehicle,
120
353360
1976
स्वयं संचालित वाहन में साईकलों का,
06:07
can be used to find cancer cells
121
355360
2856
कैंसर कोशिकाओं को खोजने के लिए
इस्तेमाल किया जा सकता है
इस्तेमाल किया जा सकता है
06:10
in a tissue biopsy.
122
358240
3016
ऊतक बायोप्सी में
06:13
And there are researchers around the globe
already using this technology
already using this technology
123
361280
4040
और दुनिया भर के शोधकर्ता पहले से ही
इस तकनीक का इस्तेमाल
इस तकनीक का इस्तेमाल
06:18
for advances in things
like medicine, robotics.
like medicine, robotics.
124
366240
3416
दवाइओं ,रोबोटिक्स जैसी चीजों
की प्रगति के लिए कर रहे हैं
की प्रगति के लिए कर रहे हैं
06:21
This morning, I read a paper
125
369680
1376
आज सुबह, मैंने एक पेपर पढ़ा
06:23
where they were taking a census
of animals in Nairobi National Park
of animals in Nairobi National Park
126
371080
4576
जहां वे नैरोबी राष्ट्रीय उद्यान में
पशुओं की जनगणना कर रहे थे
पशुओं की जनगणना कर रहे थे
06:27
with YOLO as part
of this detection system.
of this detection system.
127
375680
3136
योलो पहचान प्रणाली के साथ
जो इसका हिस्सा रहा
जो इसका हिस्सा रहा
06:30
And that's because Darknet is open source
128
378840
3096
और इसका कारण यह है कि
डार्कनेट खुला स्रोत है
डार्कनेट खुला स्रोत है
06:33
and in the public domain,
free for anyone to use.
free for anyone to use.
129
381960
2520
और सार्वजनिक डोमेन में है,
जो सभी के लिए नि:शुल्क है
जो सभी के लिए नि:शुल्क है
06:37
(Applause)
130
385600
5696
(तालियां)
¶
¶
06:43
But we wanted to make detection
even more accessible and usable,
even more accessible and usable,
131
391320
4936
हमने पड़ताल को और भी पहुँच वाला
व उपयोगी बनाना चाहा¶
व उपयोगी बनाना चाहा¶
06:48
so through a combination
of model optimization,
of model optimization,
132
396280
4056
मॉडल अनुकूलन की नेटवर्क
बिनारिजेशन और सन्निकटन के
बिनारिजेशन और सन्निकटन के
06:52
network binarization and approximation,
133
400360
2296
संयोजन माध्यम से,
06:54
we actually have object detection
running on a phone.
running on a phone.
134
402680
3920
हमारी वस्तु जाँच प्रणाली
एक फोन पर चल रही है
एक फोन पर चल रही है
07:04
(Applause)
135
412800
5320
(तालियां)
¶
¶
07:10
And I'm really excited because
now we have a pretty powerful solution
now we have a pretty powerful solution
136
418960
5056
और मैं वास्तव में उत्साहित हूँ क्योंकि
अब हमारे पास एक बहुत शक्तिशाली समाधान है¶
अब हमारे पास एक बहुत शक्तिशाली समाधान है¶
07:16
to this low-level computer vision problem,
137
424040
2296
इस निम्न स्तरीय
कंप्यूटर दृष्टि समस्या के लिए,
कंप्यूटर दृष्टि समस्या के लिए,
07:18
and anyone can take it
and build something with it.
and build something with it.
138
426360
3856
कोई भी इसे ले सकता है
और कुछ निर्माण कर सकता है
और कुछ निर्माण कर सकता है
07:22
So now the rest is up to all of you
139
430240
3176
अतः बाकी सब आप व
दुनिया भर के लोगों पर,
दुनिया भर के लोगों पर,
07:25
and people around the world
with access to this software,
with access to this software,
140
433440
2936
इस सॉफ़्टवेयर की पहुंच
के साथ, निर्भर करता है
के साथ, निर्भर करता है
07:28
and I can't wait to see what people
will build with this technology.
will build with this technology.
141
436400
3656
और मैं इंतजार नहीं कर सकता कि
लोग इस तकनीक से क्या बनायेगें
लोग इस तकनीक से क्या बनायेगें
07:32
Thank you.
142
440080
1216
धन्यवाद।
¶
¶
07:33
(Applause)
143
441320
3440
ABOUT THE SPEAKER
Joseph Redmon - Computer scientistJoseph Redmon works on the YOLO algorithm, which combines the simple face detection of your phone camera with a cloud-based AI -- in real time.
Why you should listen
Computer scientist Joseph Redmon is working on the YOLO (You Only Look Once) algorithm, which has a simple goal: to deliver image recognition and object detection at a speed that would seem science-fictional only a few years ago. The algorithm looks like the simple face detection of a camera app but with the level complexity of systems like Google's Deep Mind Cloud Vision, using Convolutional Deep Neural Networks to crunch object detection in realtime. It's the kind of technology that will be embedded on all smartphones in the next few years.
Redmon is also internet-famous for his resume.
Joseph Redmon | Speaker | TED.com