腾讯AI Lab正式开源业内最大规模多标签图像数据集

2018-10-18 14:11

今日，腾讯AI Lab宣布正式开源“Tencent ML-Images”项目，该项目由多标签图像数据集ML-Images，以及业内目前同类深度学习模型中精度最高的深度残差网络ResNet-101构成。
该项目的开源，是腾讯AI Lab在计算机视觉领域所累积的基础能力的一次释放，为人工智能领域的科研人员和工程师提供了充足的高质量训练数据，及简单易用、性能强大的深度学习模型，促进人工智能行业共同发展。
项目访问地址:
https://github.com/Tencent/tencent-ml-images
腾讯AI Lab此次公布的图像数据集ML-Images，包含了1800万图像和1.1万多种常见物体类别，在业内已公开的多标签图像数据集中规模最大，足以满足一般科研机构及中小企业的使用场景。此外，基于ML-Images训练得到的深度残差网络ResNet-101，具有优异的视觉表示能力和泛化性能，在当前业内同类模型中精度最高，将为包括图像、视频等在内的视觉任务提供强大支撑，并助力图像分类、物体检测、物体跟踪、语义分割等技术水平的提升。
本次正式开源，其主要内容包括：
1ML-Images数据集的全部图像URLs,以及相应的类别标注。因原始图像版权问题，此次开源将不直接提供原始图像，用户可利用腾讯AI Lab提供的下载代码和URLs自行下载图像。2ML-Images数据集的详细介绍。包括图像来源、图像数量、类别数量、类别的语义标签体系、标注方法，以及图像的标注数量等统计量。3完整的代码和模型。腾讯AI Lab提供的代码涵盖从图像下载和图像预处理，到基于ML-Images的预训练和基于ImageNet的迁移学习，再到基于训练所得模型的图像特征提取的完整流程。项目提供了基于小数据集的训练示例，以方便用户快速体验该训练流程。项目还提供了具有极高精度的ResNet-101模型(在单标签基准数据集ImageNet的验证集上的top-1精度为80.73%)。用户可根据自身需求，随意选用该项目的代码或模型。
以深度神经网络为典型代表的深度学习技术已经在很多领域充分展现出其优异的能力，尤其是计算机视觉领域，包括图像和视频的分类、理解和生成等重要任务。然而，要充分发挥出深度学习的视觉表示能力，必须建立在充足的高质量训练数据、优秀的模型结构和模型训练方法，

余下全部

共有评论0条

<返回

<返回首页