ITBear旗下自媒体矩阵:

微软图像识别系统准确率击跃居第一 击败谷歌

   时间:2015-12-11 10:45:28 来源:凤凰科技编辑:星辉 发表评论无障碍通道

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报道,在第六届ImageNet年度图像识别测试中,微软研究院的计算机图像识别系统在几个类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是全球最大的图像识别数据库。

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就。“我们对神经网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,整合极深度网络。当网络的深度在之前基础上显著加深时,我们的’深度残差网络’的准确率就会提升。这种准确率的提升是很多普通网络在加深时无法达到的。”

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。深度学习是高性能网络的核心,涉及在照片等大数据基础上训练人工智能神经网络,然后向它们提供新数据,获得推断结果。

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”(How’s My Moustache Doing?)。微软还建立了Project Oxford项目,以实现图像识别技术的商业化。

ImageNet要求参赛系统对来自图片分享网站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第一位。“甚至连我们自己都不相信这种单一想法能够取得这么好的效果,”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,采用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。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  网站留言  |  RSS订阅  |  违规举报  |  开放转载  |  滚动资讯  |  English Version
关闭
ITBear微信账号

微信扫一扫
加微信拉群
电动汽车群
科技数码群