Facebook人工智能研究院(Facebook Artificial Intelligence Research)首席科學家,人工智能界的先驅 Yan Lecun(楊立昆)宣布開源了他們在圖像識別以及整個計算機視覺領域的最新模型--"在Instagram的圖片標簽上預訓練,在ImageNet上微調(finetune)的ResNext101模型"。
這一模型再次刷新了 ImageNet 數(shù)據(jù)集圖像分類競賽的準確度,在圖像分類、目標檢測等多個計算機視覺技術領域立下了新標桿。諸如目標檢測、圖像分割等等計算機視覺基礎任務都可以將其骨干網(wǎng)絡替換為這一新模型,借助其強大的特征提取能力,有望取得更好的效果。換言之,整個計算機視覺業(yè)界都有機會因之受益。
ImageNet,由李飛飛教授團隊于2009年發(fā)布,包含了超過兩萬類物體,共計一千四百多萬張圖片,為整個人工智能領域奠下數(shù)據(jù)基礎。自那時起,諸多計算機視覺任務的新模型、新思想都是在ImageNet數(shù)據(jù)集上進行預訓練,再在相應的目標任務上進行微調,以取得最好的效果。