0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

腾讯在arxiv上发布论文详细介绍了数据集的构成以及评价标准等内容

DPVg_AI_era 来源:lq 2019-01-12 09:13 次阅读

2018 年 9 月腾讯 AI Lab 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。 近日腾讯在 arxiv 上发布论文详细介绍了数据集的构成以及评价标准等内容,对 Tencent ML-Images 数据集的理解很有帮助。

腾讯 AI Lab 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,腾讯 AI Lab 还提供基于 ML-Images 训练得到的深度残差网络 ResNet-101。该模型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。

题目:Tencent ML-Images: A Large-Scale Multi-Label Image Database for Visual Representation Learning

作者:Baoyuan Wu, Weidong Chen, Yanbo Fan, Yong Zhang, Jinlong Hou, Junzhou Huang, Wei Liu, Tong Zhang

【摘要】

在现有的视觉表示学习任务中,深度卷积神经网络(CNN)通常是针对带有单个标签的图像进行训练的,例如 ImageNet。然而,单个标签无法描述一幅图像的所有重要内容,一些有用的视觉信息在训练过程中可能会被浪费。在这项工作中,我们建议对带有多个标签的图像进行训练,以提高训练后的 CNN 模型的视觉表示质量。

为此,我们构建了一个大规模的多标签图像数据库,其中包含 18000000 个图像和 11000 个类别,我们称之为 Tencent ML-Images。我们基于大规模分布式深度学习框架,即 TFplus,在 Tencent ML-Images 上高效训练 ResNet-101 多标签输出模型,共 60 个 epoch,耗时 90 小时。 通过 ImageNet 和 Caltech-256 上的单标签图像分类、PASCAL VOC 2007 上的对象检测、PASCAL VOC 2012 上的语义分割三个迁移学习任务,验证了 Tencent ML-Images checkpoint 的视觉表示质量良好。

腾讯 ML-Images 数据库,ResNet-101 的 checkpoint 以及所有训练代码已在https://github.com/Tencent/tencent-ml-images上发布。它有望推动研究领域和工业界的其他视觉任务的发展。

论文地址:

https://arxiv.org/abs/1901.01703

作者简介

第一作者是吴保元,现在是腾讯 AI Lab 的高级研究员,2014 年 8 月至 2016 年 11 月在 KAUST 进行博士后学习,与 Bernard Ghanem 教授一起工作。2014 年 6 月获得中国科学院自动化研究所模式识别国家重点实验室博士学位,导师为胡包钢教授。作者研究兴趣包括机器学习计算机视觉和优化,包括图像标注、弱 / 无监督学习、结构化预测、概率图模型、视频处理和整数规划。

https://sites.google.com/site/baoyuanwu2015/home

其他作者包括樊艳波、张勇也都是博士毕业于中科院自动化研究所,师从胡包钢教授。

文章简介

这项工作在新建的多标签图像数据库(称为 Tencent ML-Images)上展示了大规模的视觉表示学习。文章从讨论以下两个问题开始。

为什么我们需要大规模的图像数据库?深度学习一直处于长期低谷,直到 2012 年,AlexNet 在 ILSVRC2012 挑战的单标签图像分类任务中取得了令人惊讶的成绩。深度神经网络的潜力是通过大规模的图像数据库释放出来的,即 ImageNet-ILSVRC2012 。此外,对于许多视觉任务,如目标检测和语义分割,获取训练数据的成本是非常高的。由于训练数据不足,需要在其他大型数据库上预先训练好的视觉呈现良好的 checkpoint 作为初始化,用于其他视觉任务 (如针对单标签图像分类的 ImageNet-ILSVRC2012)。

为什么我们需要多标签图像数据库?由于在大多数自然图像中存在多个对象,单个标注可能会遗漏一些有用的信息,从而误导 CNN 的训练。例如,同时包含牛和草的两个视觉上相似的图像可能分别被标注为牛和草。合理的方法是 “告诉”CNN 模型这两幅图像同时包含牛和草。

这项工作的主要贡献有四个方面:

建立了一个包含一千八百万张图像和一万一千个类别的多标签图像数据库,被称为 Tencent ML-Images,这是迄今为止最大的公开可用的多标签图像数据库。

利用大规模分布式深度学习框架,在 Tencent ML-Images 上有效地训练 ResNet-101 模型。此外,还设计了一种新的损失函数来缓解大规模多标签数据库中严重的类失衡问题。

我们通过迁移学习三种不同的视觉任务,证实了 Tencent ML-Images 和其预训练的检查点有着比较好的质量。

在 GitHub(https://github.com/Tencent/tencent-ml-images)上发布了 Tencent ML-Images 数据库,包含训练的 ResNet-101 检查点,以及从数据预处理,预训练,微调到图像分类和特征提取的完整代码。预计这将推动研究领域和工业界的其他视觉任务的发展。

附文章中部分结果

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 图像分类
    +关注

    关注

    0

    文章

    90

    浏览量

    11904
  • 数据集
    +关注

    关注

    4

    文章

    1205

    浏览量

    24635

原文标题:论文终于公布!腾讯开源最大规模多标签图像数据集,刷新行业数据集基准

文章出处:【微信号:AI_era,微信公众号:新智元】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    中国首推汽车智能安全评价体系,助力自动驾驶汽车安全性评估

    10月10日传来消息,我国智能汽车安全领域取得了显著进展,重庆正式推出了首个汽车智能安全评价体系。该体系针对智能汽车的环境感知、决策控制及应急响应核心方面,设立了全面的
    的头像 发表于 10-10 16:29 936次阅读

    谷歌DeepMind被曝抄袭开源成果,论文还中了顶流会议

    谷歌DeepMind一篇中了顶流新生代会议CoLM 2024的论文被挂了,瓜主直指其抄袭一年前就挂在arXiv的一项研究。开源的那种。
    的头像 发表于 07-16 18:29 551次阅读
    谷歌DeepMind被曝抄袭开源成果,<b class='flag-5'>论文</b>还中了顶流会议

    振弦采集仪岩土工程监测中的性能评价标准选择

    弦采集仪的性能评价标准选择进行详细介绍。 振弦采集仪岩土工程监测中的性能评价
    的头像 发表于 05-10 13:30 215次阅读
    振弦采集仪<b class='flag-5'>在</b>岩土工程监测中的性能<b class='flag-5'>评价</b>及<b class='flag-5'>标准</b>选择

    腾讯突然宣布,微信鸿蒙版要来了!

    「微信」的身影,不少网友更是喊话腾讯,希望QQ、微信尽快适配。 现在, 好消息来了! 最近在网上看到一条重磅消息—— 原生鸿蒙版「微信」已在路上了 。 近日,腾讯程序员交流平台发布
    发表于 04-30 19:34

    自动驾驶领域的数据汇总

    发自动驾驶论文哪少的数据,今天笔者将为大家推荐一篇最新的综述,总结了200多个自动驾驶领域的数据
    的头像 发表于 01-19 10:48 943次阅读
    自动驾驶领域的<b class='flag-5'>数据</b><b class='flag-5'>集</b>汇总

    语音数据智能语音助手中的应用与挑战

    。本文将详细介绍语音数据智能语音助手中的应用、面临的挑战以及未来的发展趋势。 二、语音
    的头像 发表于 01-18 15:46 359次阅读

    语音数据智能语音搜索中的应用与挑战

    挥着重要作用,为系统提供丰富的语音数据和信息,提高了搜索的准确性和效率。本文将详细介绍语音数据
    的头像 发表于 01-18 15:09 515次阅读

    语音数据智能家居安全系统中的应用与挑战

    提供更加便捷和人性化的交互方式。本文将详细介绍语音数据智能家居安全系统中的应用、面临的挑战
    的头像 发表于 12-25 09:50 601次阅读

    语音数据智能医疗中的应用与挑战

    随着医疗技术的不断发展和人工智能的广泛应用,智能医疗已经成为现代医疗领域的重要方向。语音数据智能医疗中发挥着重要作用,为医生、护士、患者提供
    的头像 发表于 12-25 09:49 618次阅读

    语音数据自动驾驶中的应用与挑战

    随着人工智能技术的快速发展,自动驾驶汽车已经成为交通领域的研究热点。语音数据自动驾驶中发挥着重要的作用,为驾驶员和乘客提供更加便捷和安全的交互方式。本文将
    的头像 发表于 12-25 09:48 519次阅读

    语音数据智能家居中的应用与挑战

    随着科技的快速发展,智能家居已经逐渐走进人们的生活。语音数据智能家居中发挥着重要的作用,为家居设备提供语音交互的能力,提升了用户体验。本文将
    的头像 发表于 12-25 09:48 600次阅读

    语音数据智能客服系统中的应用与挑战

    的效率和质量。本文将详细介绍语音数据智能客服系统中的应用、面临的挑战以及未来的发展趋势。 二
    的头像 发表于 12-25 09:46 435次阅读

    【ELF 1开发板试用】+ 8.2 MQTT开发——连接腾讯云【原创】

    /IEC PRF 20922)下基于发布/订阅范式的消息协议。它工作 TCP/IP协议族,是为硬件性能低下的远程设备以及网络状况糟糕的情况下而设计的
    发表于 12-15 23:10

    语音数据智能语音助手中的应用与挑战

    和语音合成模型。本文将详细介绍语音数据智能语音助手中的应用、面临的挑战以及未来的发展趋势。
    的头像 发表于 12-14 15:07 724次阅读

    语音数据人工智能中的应用与挑战

    一、引言 随着人工智能技术的快速发展,语音数据各种应用中发挥着越来越重要的作用。语音数据是AI语音技术的基石,对于语音识别、语音合成、
    的头像 发表于 12-14 15:00 644次阅读