成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

再添開(kāi)源項(xiàng)目!騰訊AILab開(kāi)源業(yè)內(nèi)最大規(guī)模多標(biāo)簽圖像數(shù)據(jù)集

新聞 開(kāi)源
 9 月 10 日消息,騰訊 AI Lab 宣布將于 9 月底開(kāi)源“Tencent ML-Images”項(xiàng)目,該項(xiàng)目由多標(biāo)簽圖像數(shù)據(jù)集 ML-Images,以及業(yè)內(nèi)目前同類深度學(xué)習(xí)模型中精度最高的深度殘差網(wǎng)絡(luò) ResNet-101 構(gòu)成。

 [[243124]]

  9 月 10 日消息,騰訊 AI Lab 宣布將于 9 月底開(kāi)源“Tencent ML-Images”項(xiàng)目,該項(xiàng)目由多標(biāo)簽圖像數(shù)據(jù)集 ML-Images,以及業(yè)內(nèi)目前同類深度學(xué)習(xí)模型中精度***的深度殘差網(wǎng)絡(luò) ResNet-101 構(gòu)成。

  該項(xiàng)目的開(kāi)源,是騰訊 AI Lab 在計(jì)算機(jī)視覺(jué)領(lǐng)域所累積的基礎(chǔ)能力的一次釋放,為人工智能領(lǐng)域的科研人員和工程師提供了充足的高質(zhì)量訓(xùn)練數(shù)據(jù),及簡(jiǎn)單易用、性能強(qiáng)大的深度學(xué)習(xí)模型,促進(jìn)人工智能行業(yè)共同發(fā)展。

  騰訊 AI Lab 此次公布的圖像數(shù)據(jù)集 ML-Images,包含了 1800 萬(wàn)圖像和 1.1 萬(wàn)多種常見(jiàn)物體類別,在業(yè)內(nèi)已公開(kāi)的多標(biāo)簽圖像數(shù)據(jù)集中規(guī)模***,足以滿足一般科研機(jī)構(gòu)及中小企業(yè)的使用場(chǎng)景。此外,騰訊 AI Lab 還將提供基于 ML-Images 訓(xùn)練得到的深度殘差網(wǎng)絡(luò) ResNet-101。該模型具有優(yōu)異的視覺(jué)表示能力和泛化性能,在當(dāng)前業(yè)內(nèi)同類模型中精度***,將為包括圖像、視頻等在內(nèi)的視覺(jué)任務(wù)提供強(qiáng)大支撐,并助力圖像分類、物體檢測(cè)、物體跟蹤、語(yǔ)義分割等技術(shù)水平的提升。

  以深度神經(jīng)網(wǎng)絡(luò)為典型代表的深度學(xué)習(xí)技術(shù)已經(jīng)在很多領(lǐng)域充分展現(xiàn)出其優(yōu)異的能力,尤其是計(jì)算機(jī)視覺(jué)領(lǐng)域,包括圖像和視頻的分類、理解和生成等重要任務(wù)。然而,要充分發(fā)揮出深度學(xué)習(xí)的視覺(jué)表示能力,必須建立在充足的高質(zhì)量訓(xùn)練數(shù)據(jù)、優(yōu)秀的模型結(jié)構(gòu)和模型訓(xùn)練方法,以及強(qiáng)大的的計(jì)算資源等基礎(chǔ)能力之上。

  各大科技公司都非常重視人工智能基礎(chǔ)能力的建設(shè),都建立了僅面向其內(nèi)部的大型圖像數(shù)據(jù)集,例如谷歌的 JFT-300M 和 Facebook 的 Instagram 數(shù)據(jù)集。但這些數(shù)據(jù)集及其訓(xùn)練得到的模型都沒(méi)有公開(kāi),對(duì)于一般的科研機(jī)構(gòu)和中小企業(yè)來(lái)說(shuō),這些人工智能基礎(chǔ)能力有著非常高的門檻。

  當(dāng)前業(yè)內(nèi)公開(kāi)的***規(guī)模的多標(biāo)簽圖像數(shù)據(jù)集是谷歌公司的 Open Images, 包含 900 萬(wàn)訓(xùn)練圖像和 6000 多物體類別。騰訊 AI Lab 此次開(kāi)源的 ML-Images 數(shù)據(jù)集包括 1800 萬(wàn)訓(xùn)練圖像和 1.1 萬(wàn)多常見(jiàn)物體類別,或?qū)⒊蔀樾碌男袠I(yè)基準(zhǔn)數(shù)據(jù)集。除了數(shù)據(jù)集,騰訊 AI Lab 團(tuán)隊(duì)還將在此次開(kāi)源項(xiàng)目中詳細(xì)介紹:

  1)大規(guī)模的多標(biāo)簽圖像數(shù)據(jù)集的構(gòu)建方法,包括圖像的來(lái)源、圖像候選類別集合、類別語(yǔ)義關(guān)系和圖像的標(biāo)注。在 ML-Images 的構(gòu)建過(guò)程中,團(tuán)隊(duì)充分利用了類別語(yǔ)義關(guān)系來(lái)幫助對(duì)圖像的精準(zhǔn)標(biāo)注。

  2)基于 ML-Images 的深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法。團(tuán)隊(duì)精心設(shè)計(jì)的損失函數(shù)和訓(xùn)練方法,可以有效抑制大規(guī)模多標(biāo)簽數(shù)據(jù)集中類別不均衡對(duì)模型訓(xùn)練的負(fù)面影響。

  3)基于 ML-Images 訓(xùn)練得到的 ResNet-101 模型,具有優(yōu)異的視覺(jué)表示能力和泛化性能。通過(guò)遷移學(xué)習(xí),該模型在 ImageNet 驗(yàn)證集上取得了 80.73% 的 top-1 分類精度,超過(guò)谷歌同類模型(遷移學(xué)習(xí)模式)的精度,且值得注意的是,ML-Images 的規(guī)模僅為 JFT-300M 的約1/17。這充分說(shuō)明了 ML-Images 的高質(zhì)量和訓(xùn)練方法的有效性。詳細(xì)對(duì)比如下表。

  注:微軟 ResNet-101 模型為非遷移學(xué)習(xí)模式下訓(xùn)練得到,即 1.2M 預(yù)訓(xùn)練圖像為原始數(shù)據(jù)集 ImageNet 的圖像。

  騰訊 AI Lab 此次開(kāi)源的“Tencent ML-Images”項(xiàng)目,展現(xiàn)了騰訊在人工智能基礎(chǔ)能力建設(shè)方面的努力,以及希望通過(guò)基礎(chǔ)能力的開(kāi)放促進(jìn)行業(yè)共同發(fā)展的愿景。

  “Tencent ML-Images”項(xiàng)目的深度學(xué)習(xí)模型,目前已在騰訊多項(xiàng)業(yè)務(wù)中發(fā)揮重要作用,如“天天快報(bào)”的圖像質(zhì)量評(píng)價(jià)與推薦功能。

  如下圖所示,天天快報(bào)新聞封面圖像的質(zhì)量得到明顯提高。

  優(yōu)化前優(yōu)化后

  此外,騰訊 AI Lab 團(tuán)隊(duì)還將基于 Tencent ML-Images 的 ResNet-101 模型遷移到很多其他視覺(jué)任務(wù),包括圖像物體檢測(cè),圖像語(yǔ)義分割,視頻物體分割,視頻物體跟蹤等。這些視覺(jué)遷移任務(wù)進(jìn)一步驗(yàn)證了該模型的強(qiáng)大視覺(jué)表示能力和優(yōu)異的泛化性能。“Tencent ML-Images”項(xiàng)目未來(lái)還將在更多視覺(jué)相關(guān)的產(chǎn)品中發(fā)揮重要作用。

  自 2016 年騰訊***在 GitHub 上發(fā)布開(kāi)源項(xiàng)目(https://github.com/Tencent),目前已累積開(kāi)源覆蓋人工智能、移動(dòng)開(kāi)發(fā)、小程序等領(lǐng)域的 57 個(gè)項(xiàng)目。為進(jìn)一步貢獻(xiàn)開(kāi)源社區(qū),騰訊相繼加入 Hyperledger、LF Networking 和開(kāi)放網(wǎng)絡(luò)基金會(huì),并成為 LF 深度學(xué)習(xí)基金會(huì)首要?jiǎng)?chuàng)始成員及 Linux 基金會(huì)白金會(huì)員。作為騰訊“開(kāi)放”戰(zhàn)略在技術(shù)領(lǐng)域的體現(xiàn),騰訊開(kāi)源將繼續(xù)對(duì)內(nèi)推動(dòng)技術(shù)研發(fā)向共享、復(fù)用和開(kāi)源邁進(jìn),向外釋放騰訊研發(fā)實(shí)力,為國(guó)內(nèi)外開(kāi)源社區(qū)提供技術(shù)支持,注入研發(fā)活力。

責(zé)任編輯:張燕妮 來(lái)源: 騰訊科技
相關(guān)推薦

2018-10-19 12:16:06

開(kāi)源技術(shù) 數(shù)據(jù)

2022-12-14 14:55:51

模型數(shù)字

2010-09-09 10:16:17

企業(yè)郵箱產(chǎn)品優(yōu)化263網(wǎng)絡(luò)通信

2015-06-16 11:09:44

IBM大數(shù)據(jù)開(kāi)源

2022-12-09 14:07:11

框架開(kāi)源

2015-08-10 10:34:06

2017-05-08 14:56:07

開(kāi)源Prophet預(yù)測(cè)

2023-10-26 01:26:04

Vaex數(shù)據(jù)數(shù)據(jù)集

2017-02-28 19:27:22

Facebook開(kāi)源Prophet

2020-11-16 08:54:05

Google 開(kāi)源技術(shù)

2011-08-05 15:04:00

網(wǎng)絡(luò)攻擊黑客

2016-05-30 12:08:14

2017-03-13 18:07:22

互聯(lián)網(wǎng)

2022-03-21 08:30:13

開(kāi)源模型訓(xùn)練預(yù)測(cè)引擎

2015-06-05 16:37:57

UnitedStackOpenStack

2022-11-03 16:00:10

2025-03-06 09:35:00

2023-11-29 13:52:00

模型訓(xùn)練

2020-08-10 08:30:23

開(kāi)發(fā)軟件開(kāi)源

2025-07-02 08:55:00

開(kāi)源模型代碼
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)

主站蜘蛛池模板: 爱爱免费视频 | 91久色 | 国产激情免费视频 | 一区二区三区高清在线观看 | 精品国产第一区二区三区 | 亚洲精品久久久久久一区二区 | 中文字幕精品一区二区三区精品 | av久久| 亚洲国产一区二区三区 | 综合网中文字幕 | 亚洲福利在线观看 | 天天操网 | 国产精品久久国产精品99 gif | 毛片网站在线观看 | 亚洲精品一区中文字幕乱码 | 亚洲人成一区二区三区性色 | 亚洲精品日韩综合观看成人91 | 亚洲精品91 | 日韩精品一区二区三区在线播放 | 天天射天天操天天干 | 国产一区在线视频 | 久久久999成人| 日韩中文字幕区 | 综合国产第二页 | 天天亚洲 | 激情久久av一区av二区av三区 | 日韩成人免费在线视频 | 日韩欧美中文字幕在线视频 | 国产精品国产三级国产aⅴ原创 | 日韩一区二区三区在线观看 | 97精品超碰一区二区三区 | 欧美精品一区二区三区在线播放 | 精品中文在线 | 久久久久国产 | 天天操夜夜操 | 视频一区二区三区在线观看 | 天天插天天操 | 九热在线| 亚洲成人精品一区 | 日韩欧美二区 | 在线观看精品 |