今日，騰訊AI Lab宣布將于9月底開源“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。

?

該項(xiàng)目的開源，是騰訊AI Lab在計(jì)算機(jī)視覺領(lǐng)域所累積的基礎(chǔ)能力的一次釋放，為人工智能領(lǐng)域的科研人員和工程師提供充足的高質(zhì)量訓(xùn)練數(shù)據(jù)，及簡(jiǎn)單易用、性能強(qiáng)大的深度學(xué)習(xí)模型，促進(jìn)人工智能行業(yè)共同發(fā)展。

騰訊AI Lab此次公布的圖像數(shù)據(jù)集ML-Images，包含了1800萬圖像和1.1萬多種常見物體類別，在業(yè)內(nèi)已公開的多標(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，騰訊AI Lab還將提供基于ML-Images訓(xùn)練得到的深度殘差網(wǎng)絡(luò)ResNet-101。該模型具有優(yōu)異的視覺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、語義分割等技術(shù)水平的提升。

以深度神經(jīng)網(wǎng)絡(luò)為典型代表的深度學(xué)習(xí)技術(shù)已經(jīng)在很多領(lǐng)域充分展現(xiàn)出其優(yōu)異的能力，尤其是計(jì)算機(jī)視覺領(lǐng)域，包括圖像和視頻的分類、理解和生成等重要任務(wù)。然而，要充分發(fā)揮出深度學(xué)習(xí)的視覺表示能力，必須建立在充足的高質(zhì)量訓(xùn)練數(shù)據(jù)、優(yōu)秀的模型結(jié)構(gòu)和模型訓(xùn)練方法，以及強(qiáng)大的的計(jì)算資源等基礎(chǔ)能力之上。

各大科技公司都非常重視人工智能基礎(chǔ)能力的建設(shè)，都建立了僅面向其內(nèi)部的大型圖像數(shù)據(jù)集，例如谷歌的JFT-300M和Facebook的Instagram數(shù)據(jù)集。但這些數(shù)據(jù)集及其訓(xùn)練得到的模型都沒有公開，對(duì)于一般的科研機(jī)構(gòu)和中小企業(yè)來說，這些人工智能基礎(chǔ)能力有著非常高的門檻。

當(dāng)前業(yè)內(nèi)公開的最大規(guī)模的多標(biāo)簽圖像數(shù)據(jù)集是谷歌公司的Open Images, 包含900萬訓(xùn)練圖像和6000多物體類別。騰訊AI Lab此次開源的ML-Images數(shù)據(jù)集包括1800萬訓(xùn)練圖像和1.1萬多常見物體類別，或?qū)⒊蔀樾碌男袠I(yè)基準(zhǔn)數(shù)據(jù)集。除了數(shù)據(jù)集，騰訊AI Lab團(tuán)隊(duì)還將在此次開源項(xiàng)目中詳細(xì)介紹：

(1)?大規(guī)模的多標(biāo)簽圖像數(shù)據(jù)集的構(gòu)建方法，包括圖像的來源、圖像候選類別集合、類別語義關(guān)系和圖像的標(biāo)注。在ML-Images的構(gòu)建過程中，團(tuán)隊(duì)充分利用了類別語義關(guān)系來幫助對(duì)圖像的精準(zhǔn)標(biāo)注。

(2) 基于ML-Images的深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法。團(tuán)隊(duì)精心設(shè)計(jì)的損失函數(shù)和訓(xùn)練方法，可以有效抑制大規(guī)模多標(biāo)簽數(shù)據(jù)集中類別不均衡對(duì)模型訓(xùn)練的負(fù)面影響。

(3) 基于ML-Images訓(xùn)練得到的ResNet-101模型，具有優(yōu)異的視覺表示能力和泛化性能。通過遷移學(xué)習(xí)，該模型在ImageNet驗(yàn)證集上取得了80.73%的top-1分類精度，超過谷歌同類模型（遷移學(xué)習(xí)模式）的精度，且值得注意的是，ML-Images的規(guī)模僅為JFT-300M的約1/17。這充分說明了ML-Images的高質(zhì)量和訓(xùn)練方法的有效性。詳細(xì)對(duì)比如下表。

注：微軟ResNet-101模型為非遷移學(xué)習(xí)模式下訓(xùn)練得到，即1.2M預(yù)訓(xùn)練圖像為原始數(shù)據(jù)集ImageNet的圖像。

騰訊AI Lab此次開源的“Tencent ML-Images”項(xiàng)目，展現(xiàn)了騰訊在人工智能基礎(chǔ)能力建設(shè)方面的努力，以及希望通過基礎(chǔ)能力的開放促進(jìn)行業(yè)共同發(fā)展的愿景。

“Tencent ML-Images”項(xiàng)目的深度學(xué)習(xí)模型，目前已在騰訊多項(xiàng)業(yè)務(wù)中發(fā)揮重要作用，如“天天快報(bào)”的圖像質(zhì)量評(píng)價(jià)與推薦功能。如下圖所示，天天快報(bào)新聞封面圖像的質(zhì)量得到明顯提高。

? ? ?優(yōu)化前（左圖）&優(yōu)化后（右圖）

此外，騰訊AI Lab團(tuán)隊(duì)還將基于Tencent ML-Images的ResNet-101模型遷移到很多其他視覺任務(wù)，包括圖像物體檢測(cè)，圖像語義分割，視頻物體分割，視頻物體跟蹤等。這些視覺遷移任務(wù)進(jìn)一步驗(yàn)證了該模型的強(qiáng)大視覺表示能力和優(yōu)異的泛化性能。“Tencent ML-Images”項(xiàng)目未來還將在更多視覺相關(guān)的產(chǎn)品中發(fā)揮重要作用。

自2016年騰訊首次在GitHub上發(fā)布開源項(xiàng)目（https://github.com/Tencent），目前已累積開源覆蓋人工智能、移動(dòng)開發(fā)、小程序等領(lǐng)域的57個(gè)項(xiàng)目。為進(jìn)一步貢獻(xiàn)開源社區(qū)，騰訊相繼加入Hyperledger、LF Networking和開放網(wǎng)絡(luò)基金會(huì)，并成為L(zhǎng)F深度學(xué)習(xí)基金會(huì)首要?jiǎng)?chuàng)始成員及Linux基金會(huì)白金會(huì)員。作為騰訊“開放”戰(zhàn)略在技術(shù)領(lǐng)域的體現(xiàn)，騰訊開源將繼續(xù)對(duì)內(nèi)推動(dòng)技術(shù)研發(fā)向共享、復(fù)用和開源邁進(jìn)，向外釋放騰訊研發(fā)實(shí)力，為國(guó)內(nèi)外開源社區(qū)提供技術(shù)支持，注入研發(fā)活力。

總結(jié)

以上是生活随笔為你收集整理的腾讯AI Lab宣布将于9月底开源“Tencent ML-Images”项目的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。