Facebook人工智能研究院(Facebook Artificial Intelligence Research)首席科學(xué)家,人工智能界的先驅(qū) Yan Lecun(楊立昆)宣布開源了他們?cè)趫D像識(shí)別以及整個(gè)計(jì)算機(jī)視覺領(lǐng)域的最新模型--"在Instagram的圖片標(biāo)簽上預(yù)訓(xùn)練,在ImageNet上微調(diào)(finetune)的ResNext101模型"。
這一模型再次刷新了 ImageNet 數(shù)據(jù)集圖像分類競(jìng)賽的準(zhǔn)確度,在圖像分類、目標(biāo)檢測(cè)等多個(gè)計(jì)算機(jī)視覺技術(shù)領(lǐng)域立下了新標(biāo)桿。諸如目標(biāo)檢測(cè)、圖像分割等等計(jì)算機(jī)視覺基礎(chǔ)任務(wù)都可以將其骨干網(wǎng)絡(luò)替換為這一新模型,借助其強(qiáng)大的特征提取能力,有望取得更好的效果。換言之,整個(gè)計(jì)算機(jī)視覺業(yè)界都有機(jī)會(huì)因之受益。
ImageNet,由李飛飛教授團(tuán)隊(duì)于2009年發(fā)布,包含了超過兩萬類物體,共計(jì)一千四百多萬張圖片,為整個(gè)人工智能領(lǐng)域奠下數(shù)據(jù)基礎(chǔ)。自那時(shí)起,諸多計(jì)算機(jī)視覺任務(wù)的新模型、新思想都是在ImageNet數(shù)據(jù)集上進(jìn)行預(yù)訓(xùn)練,再在相應(yīng)的目標(biāo)任務(wù)上進(jìn)行微調(diào),以取得最好的效果。