【业界】腾讯AI Lab正式开源业内最大规模多标签图像数据集（附Github开源地址）

来源：腾讯开源（ID：tencentopen）

编辑：木青

【导读】腾讯AI Lab正式开源业内最大规模多标签图像数据集。10月17日，腾讯AI Lab在深圳宣布开源“Tencent ML-Images”项目，旨为视觉任务提供强大支撑，促进人工智能行业共同发展。

10月17日，腾讯AI Lab在深圳宣布正式开源“Tencent ML-Images”项目，该项目由多标签图像数据集ML-Images，以及业内目前同类深度学习模型中精度最高的深度残差网络ResNet-101构成。

 

以下为腾讯官方公布的该开源项目的主要内容：

1. ML-Images数据集的全部图像URLs,以及相应的类别标注。出于原始图像版权的考虑，此次开源将不直接提供原始图像，用户可利用我们提供的下载代码和URLs自行下载图像。
   
   

2. ML-Images数据集的详细介绍，包括图像来源，图像数量，类别数量，类别的语义标签体系，标注方法，以及图像的标注数量等统计量。
   
   

3. 完整的代码和模型。我们提供的代码涵盖从图像下载，图像预处理，基于ML-Images的预训练，基于ImageNet的迁移学习，到基于训练所得模型的图像特征提取的完整流程。该项目提供了基于小数据集的训练示例，以方便用户快速体验我们的训练流程。该项目还提供了非常高精度的ResNet-101模型(在单标签基准数据集ImageNet的验证集上的top-1精度为80.73%)。用户可根据自身需求，随意选用该项目的代码或模型。
   

 

该项目的开源，是腾讯AI Lab在计算机视觉领域所累积的基础能力的一次释放，为人工智能领域的科研人员和工程师提供了充足的高质量训练数据，及简单易用、性能强大的深度学习模型，为包括图像、视频等在内的视觉任务提供强大支撑，并助力图像分类、物体检测、物体跟踪、语义分割等技术水平的提升，促进人工智能行业共同发展。

Github开源地址：

https://github.com/Tencent/tencent-ml-images

请给 Tencent ML-Images 一个 Star !

欢迎提出你的 issue 和 PR

 Tencent ML-Images 国内镜像地址：

https://git.code.tencent.com/Tencent_Open_Source/Tencent-ML-Images

腾讯工蜂源码系统为开源开发者提供完整、最新的腾讯开源项目国内镜像。

高质量延伸阅读

☞ OpenPV平台发布在线的ParallelEye视觉任务挑战赛

☞【学界】第1届“智能车辆中的平行视觉”研讨会成功举行

☞【学界】生成式对抗网络：从生成数据到创造智能

☞【学界】OpenPV：中科院研究人员建立开源的平行视觉研究平台

☞【学界】基于平行视觉的特定场景下行人检测

☞【学界】ParallelEye：面向交通视觉研究构建的大规模虚拟图像集

☞【CFP】Virtual Images for Visual Artificial Intelligence

☞【最详尽的GAN介绍】王飞跃等：生成式对抗网络 GAN 的研究进展与展望

☞【智能自动化学科前沿讲习班第1期】王飞跃教授：生成式对抗网络GAN的研究进展与展望

☞【智能自动化学科前沿讲习班第1期】王坤峰副研究员：GAN与平行视觉

☞【重磅】平行将成为一种常态：从SimGAN获得CVPR 2017最佳论文奖说起

☞【平行讲坛】平行图像：图像生成的一个新型理论框架

☞【学界】基于生成对抗网络的低秩图像生成方法

☞【学界】Ian Goodfellow等人提出对抗重编程，让神经网络执行其他任务

☞【学界】六种GAN评估指标的综合评估实验，迈向定量评估GAN的重要一步

☞【资源】T2T：利用StackGAN和ProGAN从文本生成人脸

☞【学界】 CVPR 2018最佳论文作者亲笔解读：研究视觉任务关联性的Taskonomy

☞【业界】英特尔OpenVINO™工具包为创新智能视觉提供更多可能

☞【学界】ECCV 2018: 对抗深度学习: 鱼 (模型准确性) 与熊掌 (模型鲁棒性) 能否兼得