2018年10月17日，騰訊AI Lab宣佈正式開源“Tencent ML-Images”項目。該項目由多標籤圖像數據集ML-Images，以及業內目前同類深度學習模型中精度最高的深度殘差網絡ResNet-101構成。
該開源項目的主要內容包括：
ML-Images數據集的全部圖像URLs,以及相應的類別標註。出於原始圖像版權的考慮，此次開源將不直接提供原始圖像，用戶可利用我們提供的下載代碼和URLs自行下載圖像。ML-Images數據集的詳細介紹，包括圖像來源，圖像數量，類別數量，類別的語義標籤體系，標註方法，以及圖像的標註數量等統計量。完整的代碼和模型。我們提供的代碼涵蓋從圖像下載，圖像預處理，基於ML-Images的預訓練，基於ImageNet的遷移學習，到基於訓練所得模型的圖像特徵提取的完整流程。該項目提供了基於小數據集的訓練示例，以方便用戶快速體驗我們的訓練流程。該項目還提供了非常高精度的ResNet-101模型(在單標籤基準數據集ImageNet的驗證集上的top-1精度為80.73%)。用戶可根據自身需求，隨意選用該項目的代碼或模型。
“Tencent ML-Images”作為騰訊開源第58個項目（https://github.com/Tencent），是騰訊AI Lab在計算機視覺領域所累積的基礎能力的一次釋放，將為人工智能領域的科研人員和工程師提供充足的高質量訓練數據，及簡單易用、性能強大的深度學習模型。在工作中，ML-Images能為包括圖像、視頻等在內的視覺任務提供強大支撐，並助力圖像分類、物體檢測、物體跟蹤、語義分割等技術水平的提升，促進人工智能行業共同發展。
分享到:
閱讀更多 i黑馬 的文章
