ImageNet是一个大型视觉数据库，包含超过15 million图像，推动了深度学习的发展。ImageNet挑战赛促进了图像识别技术的进步，如AlexNet、VGG、Inception和ResNet等。Inception网络（GoogLeNet）解决了网络更深带来的问题，提出了多个版本以提高性能。Inception-v3模型可用于图像分类，通过tensorflow实现。
ImageNet
"ImageNet改变了AI领域人们对数据集的认识，人们真正开始意识到它在研究中的地位，就像算法一样重要！"
ImageNet项目是一个用于视觉对象识别软件研究的大型可视化数据库，目前是一个超过15 million的图像数据集，大约有22,000类。这个项目是由李飞飞团队从2007年开始，耗费大量人力，通过各种方式（网络抓取，人工标注，亚马逊众包平台）收集制作而成，它作为论文在CVPR-2009发布。
当时人们还很怀疑通过更多数据就能改进算法的看法。深度学习发展起来有几个关键的因素，一个就是庞大的数据（比如说ImageNet），一个是GPU的出现，还有更优的深度模型，更好的优化算法。可以说数据和GPU推动了这些的产生，这些产生继续推动深度学习的发展。
ImageNet挑战赛
自2010年以来，ImageNet项目每年举办一次软件比赛，即ImageNet大规模视觉识别挑战赛（ILSVRC），到2017年后截止。
<
最低0.47元/天 解锁文章
494
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
