微软神经网络在图像识别竞赛中击败谷歌和英特尔

在第六届年度ImageNet图像识别竞赛中，Microsoft Research在多个类别中均表现出色。她成功超越了Google，英特尔，高通和腾讯以及众多初创公司和研究实验室的竞争系统（结果）。

冠军系统被称为“用于图像识别的深度残差学习”，并且已在公共领域免费发表了一篇描述其工作技术原理的文章。

“我们训练了深度超过150层的神经网络，”研究人员描述了这种方法。 -同时，使用了深度残差学习框架，该框架促进了极深度神经网络的优化和收敛。当神经网络比以前使用的神经网络更深时，深度残差学习的方法可让您获得更高的准确性。加深后，在许多常规神经网络中都没有观察到准确性方面的优势。”

在图示中，右列显示了带有残差学习的神经网络。



许多大公司正在积极研究深度学习技术。使用神经网络，它们可以提高内部系统的效率并提高定制产品的质量。 Microsoft以幽默的方式展示了其在确定年龄和胡须等级的最新应用程序中的开发功能。图像识别技术的商业化通过项目“牛津»（内部API发生的项目牛津），始于一个月前的beta测试。



根据ImageNet竞赛的条款，该程序必须正确地检测和分类Flickr和来自各种搜索引擎的100,000张照片中的对象，并从数千种主题类别（蚂蚁，香蕉，苹果等）中进行选择。

微软的开发显示分类错误率仅为3.5％，本地化错误为9％。

在过去的几年中，就对象分类而言，竞赛的获胜者是Google，初创公司Clarifai和NEC。

该计划的作者之一孙健在官方博客上说：“我们甚至没有提出仅这个想法（深度残余学习）就这么重要。”

Source: https://habr.com/ru/post/zh-CN387979/