何恺明等在图像识别任务上取得重大进展，这次用的是弱监督学习

翻译 | Serene

编辑 | 阿司匹林

出品 | 人工智能头条（公众号ID：AI_Thinker）

2017 年 7 月，最后一届 ImageNet 挑战赛落幕。

为何对计算机视觉领域有着重要贡献的 ImageNet 挑战赛，会在 8 年后宣告终结？

毕竟计算机系统在图像识别等任务上的准确率已经超过人类水平，每年一次突破性进展的时代也已经过去。

近日，FAIR（Facebook AI Research） 的 Ross Girshick 、何恺明等大神联手，在 ImageNet-1k 图像分类数据集上取得了 85.4％ 的准确率，超越了目前的最好成绩，而且没有使用专门为训练深度学习标记的图像作为训练数据。

论文地址：

https://research.fb.com/publications/exploring-the-limits-of-weakly-supervised-pretraining/