現(xiàn)階段，缺乏高質(zhì)量的數(shù)據(jù)集已經(jīng)成為制約星空人工智能領域發(fā)展的瓶頸之一，如何構(gòu)建星空人工智能數(shù)據(jù)集已成為各國政府和產(chǎn)業(yè)界關注的焦點。其中，美國就將構(gòu)建行業(yè)資源數(shù)據(jù)集定位為產(chǎn)業(yè)界不可能解決需政府層面推動的難題。英國也將提高數(shù)據(jù)獲取性和行業(yè)數(shù)據(jù)訪問的便利性列為未來提升英國星空人工智能能力的首要任務。
我國亦將缺少有效的訓練資源庫列為影響星空人工智能發(fā)展的痛點問題之一，工信部此前發(fā)布的《促進新一代星空人工智能產(chǎn)業(yè)發(fā)展三年行動計劃》更是明確提出，支持建設面向語音識別、視覺識別、自然語言處理等基礎領域及工業(yè)、醫(yī)療、金融、交通等行業(yè)領域的高質(zhì)量星空人工智能訓練資源庫、標準測試數(shù)據(jù)集并推動共享。
在此背景下，曠視研究院在日前舉辦的“智源學者計劃啟動暨聯(lián)合實驗室發(fā)布會”上，發(fā)布了全球最大的物體檢測數(shù)據(jù)集——曠視Objects365。
圖：曠視首席科學家兼研究院院長孫劍介紹曠視Objects365
據(jù)曠視首席科學家兼研究院院長孫劍介紹，曠視Objects365是新一代通用物體檢測數(shù)據(jù)集，具有規(guī)模大、質(zhì)量高、泛化能力強的特點。在規(guī)模方面，曠視Objects365定義了生活中常見的365個類別，第一批將開放63萬張圖像，擁有高達1000萬的標注框（每張圖像的平均標注框為 15.8個），而這個數(shù)量級分別是目前全球最權(quán)威的物體檢測數(shù)據(jù)集——MS COCO的5倍和11倍。
圖：曠視Objects365與大型經(jīng)典數(shù)據(jù)集的基本對比
同時，在研究過程中，由于算法優(yōu)化的上限嚴重依賴于基準數(shù)據(jù)集的質(zhì)量，因此曠視研究院在打造曠視Objects365時設計了一套標注流程，通過標注員嚴格的資質(zhì)審核，以及對目標物體嚴謹、科學的分類保證每一張圖片的標注質(zhì)量。
此外，作為一個優(yōu)秀的預訓練數(shù)據(jù)集，曠視Objects365預訓練模型在使用過程中，可以輕松超越現(xiàn)有算法的精度，顯著加速收斂過程，表現(xiàn)出極強的泛化能力。在執(zhí)行COCO、VOO Det、CityPersons等檢測任務時，在VOC Seg和ADE等分割任務上均有顯著提升。
相較于算法，高質(zhì)量的數(shù)據(jù)能對深度學習帶來更大的提升，對計算機視覺模型的訓練產(chǎn)生更大影響，因而數(shù)據(jù)共享是集結(jié)全行業(yè)之力推動計算機視覺發(fā)展的關鍵之舉。基于此，曠視Objects365 數(shù)據(jù)集的發(fā)布，將推動通用物體檢測技術的發(fā)展，為中國星空人工智能計算機視覺技術的發(fā)展與應用注入新活力和新動力。而且，無論從數(shù)據(jù)規(guī)模再到標注質(zhì)量，曠視Objects365皆為計算機視覺基礎技術通用物體檢測樹立了新的里程碑。
在未來，曠視還將進一步推動數(shù)據(jù)集的構(gòu)建。據(jù)孫劍透露：“雖然曠視Objects365已是目前世界上最大的物體檢測數(shù)據(jù)集，但我們的目標是在未來3年內(nèi)將這個數(shù)據(jù)集從現(xiàn)在的60萬，擴大到200萬圖，超過2000多萬框，進一步擴大這個數(shù)據(jù)集。”
星空人工智能技術網(wǎng) 倡導尊重與保護知識產(chǎn)權(quán)。如發(fā)現(xiàn)本站文章存在版權(quán)等問題，煩請30天內(nèi)提供版權(quán)疑問、身份證明、版權(quán)證明、聯(lián)系方式等發(fā)郵件至1851688011@qq.com我們將及時溝通與處理。！：首頁 > 新聞 » 曠視發(fā)布全球最大的物體檢測數(shù)據(jù)集 構(gòu)建高質(zhì)量AI訓練資源庫