故事

微软图像辨认系统准确率击跃居击败谷歌

2019-05-15 08:01:29来源:励志吧0次阅读

ImageNet数据库中的iPod图片

北京时间12月11日消息,据科技博客VentureBeat报导,在第六届ImageNet年度图像辨认测试中,微软研究院的计算机图像辨认系统在几个种别的测试中拔得头筹,击败了谷歌、英特尔、高通、腾讯以及一些创业公司和学术实验室的系统。ImageNet是全球的图像识别数据库。

微软的获胜系统名为图像识别的深度残差学习(Deep Residual Learning for Image Recognition),由微软研究员何恺明、张祥雨、任少卿和孙剑组成的团队开发。微软称,公司将在未来发表的论文中详细介绍这一系统。

考虑到这项技术的复杂性,它可以称得上一项了不起的成绩。我们对神经络的训练深度超过了150层,该团队称,我们提出了一个深度残差学习框架,它能够减少优化,整合极深度络。当络的深度在之前基础上显著加深时,我们的深度残差络的准确率就会提升。这类准确率的提升是很多普通络在加深时无法到达的。

科技公司现在十分热衷于深度学习领域的研究,他们希望借此改进自主内部系统及其消费级产品。深度学习是高性能络的核心,涉及在照片等大数据基础上训练人工智能神经络,然后向它们提供新数据,取得推断结果。

微软已经通过几款有趣的应用展示了公司在人工智能领域的实力,比如我看起来有多大(How Old Do I Look?)、我的胡子怎么样(Hows My Moustache Doing?)。微软还建立了Project Oxford项目,以实现图象辨认技术的商业化。

ImageNet要求参赛系统对来自图片分享站Flickr和搜索引擎的10万张照片进行精确定位,然后尽可能准确地将他们划分到1000种目标类别下,包括狼蛛、iPod、清真寺、玩具店、调制解调器等。

微软获胜系统的分类错误率为3.5%,定位错误率为9%。过去几年,谷歌、创业公司larifai、NEC一直在图像分类准确率上占先。

微软的系统今年还在ImageNet的目标侦测测试中占据位。甚至连我们自己都不相信这种单一想法能够获得这么好的效果,孙剑称。

百度并未参与今年的ImageNet测试。去年,百度的测试存在违规行为,采取了密集测试的方法以提高成绩。百度随后道歉,并解雇了团队负责人。百度因此被禁止提交测试成绩1年。

在这次测试中,IBM提供了SoftLayer公有云服务供参赛团队使用,使用的是英伟达的图形处理器。

产后感染原因有哪些
产后流血异常怎么办
产后流血正常情况
分享到: