Microsoft Research hat sich beim sechsten jährlichen ImageNet-Bilderkennungswettbewerb in mehreren Kategorien hervorgetan. Sie hat es geschafft, die Konkurrenzsysteme von Google, Intel, Qualcomm und Tencent sowie von einer Reihe von Startups und Forschungslabors zu übertreffen ( Ergebnisse ).Das Champion-System heißt "Deep Residual Learning for Image Recognition", und ein Artikel , der die technischen Prinzipien seiner Arbeit beschreibt, wurde öffentlich zugänglich gemacht .„Wir haben ein neuronales Netzwerk mit einer Tiefe von mehr als 150 Schichten trainiert“, beschreiben die Forscher die Methode. - Gleichzeitig wurde ein Deep Residual Learning Framework verwendet, das die Optimierung und Konvergenz extrem tiefer neuronaler Netze erleichtert. Die Methode des tiefen Restlernens ermöglicht es Ihnen, zusätzliche Genauigkeit zu erzielen, wenn die neuronalen Netze viel tiefer sind als die zuvor verwendeten. Dieser Genauigkeitsvorteil wird in vielen herkömmlichen neuronalen Netzen nicht beobachtet, wenn sie vertieft werden. “In der Abbildung ist in der rechten Spalte ein neuronales Netzwerk mit Restlernen dargestellt.
. . Microsoft . API «» (
Project Oxford), - .
ImageNet, 100 000 Flickr ,
(, , ..).
Die Entwicklung von Microsoft ergab eine Klassifizierungsfehlerrate von nur 3,5% und Lokalisierungsfehler von 9%.In den vergangenen Jahren waren Google, das Startup Clarifai und NEC die Gewinner des Wettbewerbs in Bezug auf die Klassifizierung von Objekten."Wir haben nicht einmal vorgeschlagen, dass diese Idee allein [tiefes Restlernen] so wichtig sein könnte", sagte Jian Sun, einer der Autoren des Programms, im offiziellen Blog .