您目前的活力值不够下载该资源哦~~
怎么样快速获得活力值？
下载此资源将扣除活力值-20
（只在首次下载扣除活力值，之后可以免费下载）
DevStore用户登录
还没有DevStore帐号？
快捷登录：
满足所有需求，助您轻松工作
微软击败谷歌 夺得第六届ImageNet图像识别测试冠军
在第六届ImageNet年度图像识别测试中，微软图像识别系统拔得头筹，而百度由于在去年的测试中违规被禁止一年，并未参与今年的测试。
DevStore编辑 齐刘海姑娘
据科技博客VentureBeat报道，在第六届ImageNet年度图像识别测试中，微软研究院的计算机图像识别系统在几个类别的测试中拔得头筹，击败了谷歌、英特尔、高通、腾讯以及一些创业公司和学术实验室的系统。
ImageNet是全球最大的图像识别数据库。
微软的获胜系统名为“图像识别的深度残差学习”(Deep Residual Learning for Image Recognition)，由微软研究员何恺明、张祥雨、任少卿和孙剑组成的团队开发。微软称，公司将在未来发表的论文中详细介绍这一系统。
“我们对神经网络的训练深度超过了150层，”该团队称，“我们提出了一个‘深度残差学习’框架，它能够减少优化，整合极深度网络。当网络的深度在之前基础上显著加深时，我们的’深度残差网络’的准确率就会提升。这种准确率的提升是很多普通网络在加深时无法达到的。”
ImageNet要求参赛系统对来自图片分享网站Flickr和搜索引擎的10万张照片进行精确定位，然后尽可能准确地将他们划分到1000种目标类别下，包括狼蛛、iPod、清真寺、玩具店、调制解调器等。
微软获胜系统的分类错误率为3.5%，定位错误率为9%。而过去几年，谷歌、创业公司larifai、NEC一直在图像分类准确率上占先。
微软的系统今年还在ImageNet的目标侦测测试中占据第一位。“甚至连我们自己都不相信这种单一想法能够取得这么好的效果，”孙剑称。
微软已经通过几款有趣的应用展示了公司在人工智能领域的实力，比如“我看起来有多大”()、“我的胡子怎么样”(How’s My Moustache Doing?)。微软还建立了Project Oxford项目，以实现图像识别技术的商业化。
by the way鉴于，其并未参与今年的ImageNet测试。
已收藏 取消
齐刘海姑娘 DevStore编辑
简介：on the way
可能喜欢的文章
开发者交流群：
DevStore技术交流群2：
运营交流群：
产品交流群：
深圳尺子科技有限公司
深圳市南山区蛇口网谷万海大厦C栋504
Copyright (C) 2015 DevStore. All Rights Reserved您现在的位置：
衣＋获ImageNet计算机视觉竞赛五项世界第一
Yesky天极新闻
　　【天极网IT新闻频道】【概要】素有国际“视觉奥林匹克”之称的 ImageNet2015竞赛结果揭晓。此次比赛有微软、谷歌、英特尔、三星、高通、腾讯、、斯坦福、东京大学、港中文、UIUC等工业界和学术界巨头参与，来自中国的北京陌上花科技有限公司(衣+)团队三名成员率队夺得五项世界第一。
　　ImageNet一直被誉为国际计算机视觉领域的“奥林匹克”。历次竞赛结果对工业界以及学术届都会产生深远的影响，并且作为风向标指引着未来计算机视觉的发展方向。ImageNet一直吸引诸多活跃的顶尖研究团队参与其中，不断地刷新各项比赛的成绩。
　　在最近公布的ImageNet2015 竞赛结果中，北京陌上花科技有限公司(衣+)三位团队成员作为绝对主力组建的Amax队在静态图片和视频目标检测和分类任务中获得了五项世界第一、两项世界第二的优异成绩，超过谷歌、英特尔、百度、三星、高通、腾讯等工业界巨头以及斯坦福、港中文、东京大学、UIUC等高校研究机构等。其中在通用目标检测和视频目标检测中，Amax队成功检测类目远远高于其他参赛团队，以超过第二名接近五个百分点的绝对优势获得冠军，充分展示了衣+作为初创公司的技术实力在计算机视觉领域的世界领先地位。
　　官方网站公布了竞赛结果。下面是其截图，组委会将第一名标为了黄色高亮。
　　在所有ImageNet2015任务中，目标检测最具挑战性，难度最大。在可加入额外训练数据的图像目标检测评测竞赛中，Amax团队在按成功检测出的目标类别数、按平均准确率、按分类错误率这三类排名中都获得了第一名。值得一提的是，“视频中物体检测”是今年ImageNet的新增比赛任务，需要在运动的连续视频中检测物体位置、同时识别物体类别，堪称此次比赛中难度最大的领域，其对于工业界的实用价值也极强，反映了市场的需求。Amax在可加入额外训练数据的视频目标检测评测竞赛中，同样在成功检测出目标类别数排名、平均准确率排名中都取得第一名。其中平均检测准确率超过73%，而在四年前的首届ImageNet比赛中，冠军对于难度更小的静态图片物体的检测准确率也仅为8%。
　　低调的创业公司北京陌上花科技的主要产品“衣+”是计算机视觉搜索引擎，团队来自斯坦福、新加坡国立大学、南洋理工大学、北大、上海交大、悉尼科技大学、微软、IBM、阿里巴巴、百度等学校与企业。衣+目前已经和多家顶级企业合作，提供边看边买API、图像视频内容分析API、人脸属性识别API等服务海量用户。衣+开发的基于高性能GPU的深度学习集群，能快速实现超百层复杂的深度学习网络结构，Amax团队取得这样的竞赛成绩，得力于衣+在深度学习、计算机视觉、人工智能等领域的深厚技术底蕴以及在高难度挑战领域的卓越实力，同时也预示着衣+产品的巨大潜能。
IT新闻微信公众平台
第一时间获取新鲜资讯
使用手机扫描左方二维码
* 网友发言均非本站立场，本站不在评论栏推荐任何网店、经销商，谨防上当受骗！当前位置：
海康威视教你如何在ImageNet比赛中夺冠
近两个月，国内团队先后在全球权威的人脸检测评测平台FDDB和全球自动驾驶算法公开排行榜KITTI以及Cityscapes上取得非常好的成绩，这在一定程度上证明了国内计算机视觉相关算法已达到国际顶尖水平。
　　近两个月，国内团队先后在全球权威的人脸检测评测平台FDDB和全球自动驾驶算法公开排行榜KITTI以及Cityscapes上取得非常好的成绩，这在一定程度上证明了国内计算机视觉相关算法已达到国际顶尖水平。　　今年ILSVRC 2016（全称是ImageNet Large Scale Visual Recognition Challenge）分为五大部分，包括：目标检测、目标定位、视频中目标物体检测、场景分类、场景分析。在昨天，全球最为权威的计算机视觉大赛ILSVRC2016（大规模图像识别竞赛）公布了算法排名结果，Hikvision（海康威视）夺得场景分类第一名。　　那么，今年的ImageNet的比赛为什么由这5部分组成？Hikvision（海康威视）是如何在场景识别一项中夺得冠军的？今天本站请到了海康威视首席科学家、海康威视研究院常务副院长蒲世亮先生为我们讲解ILSVRC2016相关的详细细节。　　浦世亮，法国国家科学研究院（CNRS）博士、浙江大学博士，现任海康威视（杭州海康威视数字技术股份有限公司002415）首席科学家、研究院常务副院长、海康威视博士后科研工作站负责人、博士后导师，带领海康威视研究院的研发团队负责海康威视在视频应用领域的前瞻性、战略性基础技术研究。其个人曾获第十九届求是杰出青年奖、浙江省有突出贡献中青年专家、浙江省科学技术进步一等奖、杭州市131中青年人才等多项荣誉；已申请发明专利90多件，获得授权发明专利11件，并在知名期刊、国际知名会议ICDAR、ICPR等发表多篇论文。　　今年ILSVRC比赛为什么是这5部分，跟往年有何变化？　　今年ILSVRC分为　　任务目标检测（object detection）　　目标分类与定位(object localization)　　视频中的目标检测和跟踪(object detection / tracking from video)　　场景分类(scene classification)　　场景分割(scene parsing)　　与去年相比今年增加了一项场景分割任务。这五类任务都是计算机视觉领域基础的人工智能任务，有广阔的工业应用前景。与去年相比，今年增加了一项场景分割任务。　　简单介绍一下ILSVRC 2016五大部分的参赛规则？　　鉴于这个参赛规则相对复杂，请参考ImageNet官网权威说明。http：//image-net.org/challenges/LSVRC/2016，这是访问地址。　　大致来说，五项任务提供了基础的训练集和测试集，各参赛队伍在训练集上训练，在测试集上完成测试，提交测试结果，然后，由组委会统一评估性能，并给出排名。
本文由入驻OFweek公众平台的作者撰写，除OFweek官方账号外，观点仅代表作者本人，不代表OFweek立场。如有侵权或其他问题，请联系举报。
邮箱/用户名：
忘记密码？
用其他账号登录： QQ
请输入评论
广东省/深圳市
四川省/成都市
广东省/深圳市
广东省/深圳市
广东省/深圳市
广东省/深圳市
北京市/海淀区
广东省/深圳市
广东省/深圳市
广东省/惠州市
*文字标题：
*纠错内容：
联系邮箱：
*验 证 码：从360在ImageNet上夺冠看实用主义人工智能
360在国际人工智能挑战赛中夺冠了，还刷新了此前谷歌、微软、牛津大学等机构保持数年的世界纪录。7月17日，360人工智能团队与与新加坡国立大学（NUS）组成的团队，在有人工智能“世界杯”之称的ImageNet大规模视觉识别挑战赛（ILSVRC-2017）中取得佳绩，在“物体定位”的两个场景赛中获得第一，在所有任务和场景中均获得全球前三的成绩，360最终夺得团体冠军称号。
ImageNet是当前世界上最大的图像识别数据库，由美国斯坦福大学大科学家模拟人类识别系统而建立，也是人工智能图像识别领域的开山项目。从2010年起ImageNet每年都会举办一次比赛，吸引全球图像识别领域的顶尖选手同台竞技，而每一年的比赛都会引起企业、高校、科研院所的极大关注。之前在ImageNet大赛上经常夺冠的选手，均为谷歌、微软、牛津等大企业和大机构，360此次夺冠多少有些黑马姿态。
与语音识别一样，图像识别在人工智能中属于认知计算范畴，即机器对外界的认知能力。人工智能机器要想做出判断，必须能准确识别外部图像，因此图像识别相当于给机器装上了“眼睛”，是人工智能中最重要的项目之一。图像识别的应用范围非常广，举个例子，未来的无人车就高度依赖图像识别，智慧交通、智慧城市、智慧医学等项目也是如此，这些项目光靠语音识别是玩不转的，图像识别将在其中发挥最重要的作用。
360此次夺冠的两个场景，都是来自物体定位（识别）这一任务，即用机器识别外部物体。360和NUS组成的团队在“使用训练数据进行训练”，与“使用额外训练数据进行训练”这两大场景中获得第一。360和NUS组成的团队使用了自主的“DPN 双通道网络+基本聚合”深度学习模型，实现了0.062263和0.061941的最低定位错误率一举夺冠。这一任务历年来的领先者均为谷歌、微软和牛津大学这样的机构，360和NUS组成的团队此次也算改写历史，为中国科技界争光了。
在ImageNet视觉挑战赛上团体夺冠，揭开了360人工智能研发的神秘面纱，使得外界有机会一窥其真正实力。360拥有一个规模并不大的人工智能研究院，主要聚焦在视觉、语音、语义和大数据等四个方向，机器视觉方向已经用在国际赛事上夺冠的方式刷出其存在感，事实上这也是360人工智能四大方向中最强的一个，但其研发团队也就70多人而已，是一个小而精的团队。
谁都能看到人工智能在未来的光辉前景，但不好解决的问题是，如何消弭研发与应用之间存在着的巨大落差。人工智能投入巨大，如不能及时投入应用的话，就有可能会是财务上的一个无底洞，最好的发展方式是边研发边应用，以应用带动研发，研发促进应用，使技术拥有造血能力，才有可能把这件事持续做下去。360不是个巨型公司，在财力上无法与巨头们相比，因此其人工智能研发带有较强的实用性，更注重落地应用和技术向具体产品输出，以产出反哺研发。
视觉识别技术落地应用最具体的例子，就是智能硬件和直播，而这两个业务360都有。360是做安全的，小水滴监控摄像头就是网络安全在线下的一个延伸，而从这种产品起的作用来看，记录下家中一切影像，识别出家中进了陌生人，是两种不同的任务场景，后者就是进阶式的功能，属于人工智能范畴，360人工智能的视觉识别能力，恰好能为其所用。在智能硬件方面的其他例子，还有360儿童手表、智能行车仪和智能后视镜等，这些产品能够承载视觉识别能力的话，在用户体验上也会带来飞跃，其意义是不难想象的。
直播和短视频也是360的主力业务之一，在人工智能领域拥有了最好的视觉识别和图像分析技术，意味着效果更好的美颜、抠图、动态叠加，这进而会导出更好的用户体验。事实上在直播中使用的人工智能并非只有脸部动态捕捉，其范围还是很广的，有很大的发展前景。从单纯呈现图像画面的直播，走向用各种人工智能技术手段呈现图像画面的直播，从意义上看与传统戏剧舞台走向声光电舞台相似，这是一种升级换代，而360正在以非常实用主义的态度来做这件事。
过去几十年人工智能的发展始终起起伏伏，高潮之后进入低谷，过十年再起高潮，再入低谷，周而复始，但实际应用很少见，这与机构们重研发轻应用有很大关系。当前这波人工智能热潮主要是应用前景所带动的，应用的地位被提升到了一个前所未有的高度，而360则抓住了这一趋势。把产出的人工智能技术随时投入应用，从市场上获得反馈随时改进和调整技术研发路线和方向， 这有助于技术研发的推进速度。
360的智能硬件产品已销售上千万台，这就是上千万个人工智能的载体，花椒直播等用户也有了几亿，这也等于是几亿人工智能用户。只要能利用人工智能技术输出了好的用户体验，并适时从中发现问题，解决问题，那基本等于人工智能技术的精进。之后再把从中积累下来的技术能力输出到其他领域，那也只不过是同一个运动员换个赛道再战而已，成本低，见效快。像360这样利用互联网快速迭代的方式发展人工智能，不失为一条实用道路。
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点衣＋获ImageNet2015计算机视觉竞赛五项世界第一|微软|英特尔_凤凰财经
衣＋获ImageNet2015计算机视觉竞赛五项世界第一
用微信扫描二维码分享至好友和朋友圈
【概要】素有国际“计算机视觉奥林匹克”之称的 ImageNet2015竞赛结果揭晓。此次比赛有微软、谷歌、英特尔、三星、高通、腾讯、百度、斯坦福、东京大学、港中文、UIUC等工业界和学术界巨头参与，来自中国的北京陌上花科技有限公司（衣+）团队三名成员率队夺得五项世界第一。
【概要】素有国际“计算机视觉奥林匹克”之称的 ImageNet2015竞赛结果揭晓。此次比赛有微软、谷歌、英特尔、三星、高通、腾讯、百度、斯坦福、东京大学、港中文、UIUC等工业界和学术界巨头参与，来自中国的北京陌上花科技有限公司（衣+）团队三名成员率队夺得五项世界第一。ImageNet一直被誉为国际计算机视觉领域的“奥林匹克”。历次竞赛结果对工业界以及学术届都会产生深远的影响，并且作为风向标指引着未来计算机视觉的发展方向。ImageNet一直吸引诸多活跃的顶尖研究团队参与其中，不断地刷新各项比赛的成绩。在最近公布的ImageNet2015 竞赛结果中，北京陌上花科技有限公司（衣+）三位团队成员作为绝对主力组建的Amax队在静态图片和视频目标检测和分类任务中获得了五项世界第一、两项世界第二的优异成绩，超过谷歌、英特尔、百度、三星、高通、腾讯等工业界巨头以及斯坦福、港中文、东京大学、UIUC等高校研究机构等。其中在通用目标检测和视频目标检测中，Amax队成功检测类目远远高于其他参赛团队，以超过第二名接近五个百分点的绝对优势获得冠军，充分展示了衣＋作为初创公司的技术实力在计算机视觉领域的世界领先地位。官方网站公布了竞赛结果。下面是其截图，组委会将第一名标为了黄色高亮。在所有ImageNet2015任务中，目标检测最具挑战性，难度最大。在可加入额外训练数据的图像目标检测评测竞赛中，Amax团队在按成功检测出的目标类别数、按平均准确率、按分类错误率这三类排名中都获得了第一名。值得一提的是，“视频中物体检测”是今年ImageNet的新增比赛任务，需要在运动的连续视频中检测物体位置、同时识别物体类别，堪称此次比赛中难度最大的领域，其对于工业界的实用价值也极强，反映了市场的需求。Amax在可加入额外训练数据的视频目标检测评测竞赛中，同样在成功检测出目标类别数排名、平均准确率排名中都取得第一名。其中平均检测准确率超过73%，而在四年前的首届ImageNet比赛中，冠军对于难度更小的静态图片物体的检测准确率也仅为8%。低调的创业公司北京陌上花科技的主要产品“衣＋”是计算机视觉搜索引擎，团队来自斯坦福、新加坡国立大学、南洋理工大学、北大、上海交大、悉尼科技大学、微软、IBM、阿里巴巴、百度等学校与企业。衣＋目前已经和多家顶级企业合作，提供边看边买API、图像视频内容分析API、人脸属性识别API等服务海量用户。衣+开发的基于高性能GPU服务器的深度学习集群，能快速实现超百层复杂的深度学习网络结构，Amax团队取得这样的竞赛成绩，得力于衣＋在深度学习、计算机视觉、人工智能等领域的深厚技术底蕴以及在高难度挑战领域的卓越实力，同时也预示着衣＋产品的巨大潜能。
用微信扫描二维码分享至好友和朋友圈
免责声明：本文仅代表作者个人观点，与凤凰网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
预期年化利率
凤凰点评：凤凰集团旗下公司，轻松理财。
凤凰点评：业绩长期领先，投资尖端行业。
凤凰点评：进可攻退可守，抗跌性能尤佳。
同系近一年收益
凤凰点评：震荡市场首选，防御性能极佳且收益喜人，老总私人追加百万。
凤凰财经官方微信
播放数：2395650
播放数：593610
播放数：1838936
播放数：5808920
48小时点击排行