为助计算机视觉实现新突破,谷歌发布全球最大的人工和自然地标数据集

IT思维  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

公众号/ DeepTech深科技

图像分类技术在过去几年中取得了显著的进步,这在一定程度上体现在Imagenet 分类挑战上,机器的误差率每年都在大幅下降。

为了继续推进计算机视觉技术的先进水平,许多研究人员现在更多地关注细粒度和实例级的识别问题,而不是识别一般实体,如建筑物、山脉,当然还有猫,许多人正在设计能够识别埃菲尔铁塔、富士山或波斯猫的机器学习算法。

然而,这一领域研究的一个重大障碍是缺乏大量带注释的数据集。

而就在今天,谷歌在其官方博客宣布,发布 Google-Landmarks 数据集来推进实例级的识别,这也是世界上最大的人工和自然地标识别数据集。

为助计算机视觉实现新突破,谷歌发布全球最大的人工和自然地标数据集

Google-Landmarks 将作为 Kaggle 网站上地标识别和地标检索挑战发布,这将是 CVPR 18 地标研讨会的重点。

该数据集包含二百万多幅图像,描绘了来自世界各地的三万处独特的地标,数据集类别的数量比常用的数据集大 30 倍。此外,为了促进这一领域的研究,我们是开源的深度本地特征( DELF ),我们认为这是一种非常好的本地特征描述方法,特别适合于这类任务。

地标识别与其他问题有一些显著的区别。例如,即使在大型带标注的数据集中,对于一些不太热门的地标,也可能没有太多的训练数据。此外,由于地标通常是不动的物体,所以内部变化很小(换句话说,地标的外观在不同的图像中变化不大)。

为助计算机视觉实现新突破,谷歌发布全球最大的人工和自然地标数据集

因此,变化只会由于图像捕获条件而产生,如遮挡、不同的视角、天气和光照,这与其他图像识别数据集不同,其中特定类别的图像(如狗)的变化可能更大。这些特征也与其他实例级识别问题(如艺术品识别)有共同之处,

因此,谷歌希望这个新的数据集也能对其他图像识别问题的研究有所帮助。

这两项 Kaggle 挑战将为研究人员解决这些问题提供了获取带标注的数据的途径。 识别轨迹挑战是在测试集中建立识别正确地标的模型,而检索挑战则要求参与者检索包含相同地标的图像。 通过 Kaggle 网站就能访问到这个新的数据集。

-End-

编辑:LXQ  校审:黄珊

参考:

https://research.googleblog.com/2018/03/google-landmarks-new-dataset-and.html?m=1

随意打赏

谷歌人工智能系统计算机视觉未来谷歌量子计算机谷歌全球地图谷歌智能助理实现新突破谷歌助理
提交建议
微信扫一扫,分享给好友吧。