ImageNet大型視覺識別挑戰(zhàn)賽购桑,是一項為那些試圖開發(fā)視覺機(jī)器人的科學(xué)家舉辦的年度比賽台囱。參賽者必須針對那些具有特定圖像的物體開發(fā)出相應(yīng)的算法扑庞,而這個比賽很好的證明了這一趨勢譬重。
到目前為止,無法識別圖像的計算機(jī)很難對數(shù)以百萬計的圖像進(jìn)行解析和提取罐氨。但自2012年以來臀规,參加這個挑戰(zhàn)賽的人數(shù)在逐年增加消恍,并且很有可能在近幾年超過我們現(xiàn)有的這一部分。
那么以现,2012年發(fā)生了什么改變狠怨?一個來自加拿大多倫多大學(xué)的團(tuán)隊提出了一個叫做“監(jiān)督”的算法,可以通過深卷積神經(jīng)網(wǎng)絡(luò)將圖像劃分為1,000個獨立的類邑遏。
發(fā)明于1980年代初的深卷積神經(jīng)網(wǎng)絡(luò)秫玉,由多層排列的人工神經(jīng)元組成,它們反映出了人類大腦處理視覺的方法路旬。隨著摩爾定律推動著計算機(jī)技術(shù)越來越強(qiáng)大耀到,這些網(wǎng)絡(luò)能夠更好的模仿神經(jīng)網(wǎng)絡(luò)的實際運(yùn)作方式。
如今的深卷積神經(jīng)網(wǎng)絡(luò)更加強(qiáng)大哑回。今年ImageNet挑戰(zhàn)賽的贏家是GoogLeNet莲吐,來自谷歌的工程師團(tuán)隊發(fā)明的算法只有6.65%的錯誤率,在相同任務(wù)中已經(jīng)接近人類的錯誤率伊哮。
隨著視覺網(wǎng)絡(luò)成為互聯(lián)網(wǎng)越來越重要的一部分稠眠,我們正看到圖像學(xué)習(xí)的使用率在增加。Pinterest收購了VisualGraph问嬉,這是一家致力于機(jī)器視覺的企業(yè)碱暗,可以將圖片中的衣服和手袋提取并分類。
來自谷歌GoogLeNet項目團(tuán)隊的工程師Christian Szegedy炮姑,對于機(jī)器視覺的技術(shù)應(yīng)用杖户,可能遠(yuǎn)遠(yuǎn)超過我們?nèi)祟愂褂醚劬Φ姆绞健K麑懙溃?/p>
這些技術(shù)的進(jìn)步將是我們更好的理解圖像检痰,這些進(jìn)展也直接的將谷歌的產(chǎn)品包归,例如照片搜索,圖片搜索铅歼,YouTube公壤,汽車自動駕駛,以及任何需要圖像識別的地方谭贪。
聲明:本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)境钟,轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享,并不代表本站贊同其觀點和對其真實性負(fù)責(zé)俭识,也不構(gòu)成任何其他建議慨削。本站部分作品是由網(wǎng)友自主投稿和發(fā)布、編輯整理上傳套媚,對此類作品本站僅提供交流平臺缚态,不為其版權(quán)負(fù)責(zé)。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻、圖片玫芦、文字如涉及作品版權(quán)問題浆熔,請第一時間告知,我們將根據(jù)您提供的證明材料確認(rèn)版權(quán)并按國家標(biāo)準(zhǔn)支付稿酬或立即刪除內(nèi)容守涤,以保證您的權(quán)益矢匾!聯(lián)系電話:010-58612588 或 Email:editor@mmsonline.com.cn。
- 暫無反饋
編輯推薦
- 2025新年特刊:打造新質(zhì)生產(chǎn)力雪营,智啟未來新篇章
- 定義制造業(yè)未來的數(shù)控加工中心技術(shù)專題
- 航空航天及交通領(lǐng)域先進(jìn)制造技術(shù)應(yīng)用專題
- 解碼消費電子產(chǎn)品生產(chǎn)的數(shù)字化之路技術(shù)專題
- 精密智能機(jī)床,助力制造升級技術(shù)專題
- 汽車輕量化驅(qū)動下的零部件加工應(yīng)用專題
- 高性能銑刀實現(xiàn)高精加工生產(chǎn)技術(shù)專題
- 航空航天發(fā)動機(jī)解決方案專題
- 高效齒輪加工生產(chǎn)技術(shù)方案專題
- 金屬加工液的性能不止?jié)櫥夹g(shù)應(yīng)用專題