腾讯 AI Lab 正式开源业内最大规模多标签图像数据集

雷锋网AI科技评论按：10月18日，腾讯 AI Lab 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。

项目访问地址:

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

据雷锋网 AI 科技评论了解，腾讯 AI Lab 此次公布的图像数据集 ML-Images，包含了 1800 万图像和 1.1 万多种常见物体类别，在业内已公开的多标签图像数据集中规模最大，足以满足一般科研机构及中小企业的使用场景。此外，基于 ML-Images 训练得到的深度残差网络 ResNet-101，具有优异的视觉表示能力和泛化性能，在当前业内同类模型中精度最高，将为包括图像、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。

本次正式开源，其主要内容包括：

• ML-Images 数据集的全部图像 URLs, 以及相应的类别标注。因原始图像版权问题，此次开源将不直接提供原始图像，用户可利用腾讯 AI Lab 提供的下载代码和 URLs 自行下载图像。

• 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。

• 完整的代码和模型。腾讯 AI Lab 提供的代码涵盖从图像下载和图像预处理，到基于 ML-Images 的预训练和基于 ImageNet 的迁移学习，再到基于训练所得模型的图像特征提取的完整流程。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该训练流程。项目还提供了具有极高精度的 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。