騰訊 AI Lab 正式開(kāi)源業(yè)內(nèi)最大規(guī)模多標(biāo)簽圖像數(shù)據(jù)集

雷鋒網(wǎng)AI科技評(píng)論按：10月18日，騰訊 AI Lab 宣布正式開(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。

項(xiàng)目訪問(wèn)地址:

https://github.com/Tencent/tencent-ml-images

據(jù)雷鋒網(wǎng) AI 科技評(píng)論了解，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)模最大，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，基于 ML-Images 訓(xùn)練得到的深度殘差網(wǎng)絡(luò) ResNet-101，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)同類模型中精度最高，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。

本次正式開(kāi)源，其主要內(nèi)容包括：

• ML-Images 數(shù)據(jù)集的全部圖像 URLs, 以及相應(yīng)的類別標(biāo)注。因原始圖像版權(quán)問(wèn)題，此次開(kāi)源將不直接提供原始圖像，用戶可利用騰訊 AI Lab 提供的下載代碼和 URLs 自行下載圖像。

• ML-Images 數(shù)據(jù)集的詳細(xì)介紹。包括圖像來(lái)源、圖像數(shù)量、類別數(shù)量、類別的語(yǔ)義標(biāo)簽體系、標(biāo)注方法，以及圖像的標(biāo)注數(shù)量等統(tǒng)計(jì)量。

• 完整的代碼和模型。騰訊 AI Lab 提供的代碼涵蓋從圖像下載和圖像預(yù)處理，到基于 ML-Images 的預(yù)訓(xùn)練和基于 ImageNet 的遷移學(xué)習(xí)，再到基于訓(xùn)練所得模型的圖像特征提取的完整流程。項(xiàng)目提供了基于小數(shù)據(jù)集的訓(xùn)練示例，以方便用戶快速體驗(yàn)該訓(xùn)練流程。項(xiàng)目還提供了具有極高精度的 ResNet-101 模型 (在單標(biāo)簽基準(zhǔn)數(shù)據(jù)集 ImageNet 的驗(yàn)證集上的 top-1 精度為 80.73%)。用戶可根據(jù)自身需求，隨意選用該項(xiàng)目的代碼或模型。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。