当年这个决定,让李飞飞奠定 AI 江湖的女王地位

李飞飞的ImageNet与AI图像识别 ImageNet, 计算机视觉, 深度学习, CNN, 图像识别, AI 1. 背景介绍 在人工智能领域,图像识别一直是研究的热点之一。从传统的基于规则的图像识别方法到如今的深度学习时代,图像识别技术取得了飞速发展。其中,ImageNet数据集和深度学习模型的结合,是推动图像识别技术 阅读详情

By 超神经


场景描述:作为最经典的数据集,ImageNet 引领了计算机视觉的飞速发展。那么这个数据集建立的背后,又经历了哪些挑战,它又是如何影响了深度学习的发展,在机器学习火热的今天,又能带给我们什么样的启发?


关键词:ImageNet  数据集  李飞飞 深度学习



著名的计算机科学家李飞飞,曾在多个场合说过:人工智能会改变世界,那谁会改变人工智能?


李飞飞之所以在行业中举足轻重,每一句话都能引发行业震动,不仅因为她多项重要的研究成果。很重要的一点,就是她着手建立了 ImageNet 项目,对整个行业起到了重要的推动作用。


ImageNet:改变了 AI 发展的数据集


计算机视觉是当前 AI 发展最好的一个方向。而 ImageNet 是这个领域里经典的数据集,不夸张的说,如果没有 ImageNet,现在的面部识别都会是一种奢望。


ImageNet 是由李飞飞等人在 CVPR 2009 一篇论文中推出,ImageNet 数量之大,质量之高都是空前的。它包含标注过的 1500 万张图片,涵盖 22000 种类别,旨在教计算机认识这个世界的多样性。


640?wx_fmt=jpeg

ImageNet 带动了计算机视觉方向的飞速发展


最近十年来,发布 ImageNet 的介绍论文《ImageNet: A Large-Scale Hierarchical Image Database》影响巨大,在 Google Scholar 上,该论文目前被引用 11914 次。


而另一篇论文描述了 ImageNet 数据挑战赛,以及物体识别领域的研究进展的论文《ImageNet Large Scale Visual Recognition Challenge》,引用量也达到了惊人的 11056 次。


640?wx_fmt=jpeg

谷歌学术中两篇论文的引用量都高的惊人

ImageNet 成为了计算机视觉识别领域的标杆,它还引领了行业走向优质数据集的时代:在 2010 年之后,谷歌、微软等大厂,以及多个研究所都相继开始推出高质量的数据集。

ImageNet 也经受住了时间考验,在 2019 年的顶会 CVPR 上,表彰十年以来对计算机视觉影像最深远的奖项——Longuet-Higgins 奖,毫无悬念地颁给了发布 ImageNet 的论文。


十年前,她就预见了数据的重要性


回到 2009 年,业界内的主流思想还在于模型,体现在理论上、手动编码的机器学习,以及用数学的方法去解决通用难题。


而李飞飞做了很「另类」的事情,正如她后来在采访所说的,「做研究要做长远的有影响的,不要只看眼前的潮流,要致力于做踏实、有影响力的研究。」


640?wx_fmt=jpeg


2006年,李飞飞在伊利诺伊大学香槟分校担任计算机教授,她发现整个圈子都在研究更好的算法指定策略,但却轻视了数据的作用。


她通过冷静的分析,看到了这样做的弊端:如果使用的数据,都是用于研究而制作出来的,就无法反映真实世界的状况,即使最好的算法也没有意义。


这让她下定决心,打算在数据上做文章。


十年前的计算机识别物体,还是抓取特征,然后给出结果。但这样弊端很多,比如针对同一物体的多种姿态和角度,计算机抽象出来的模型,经常会出现认错的情况。


最大的问题在于:训练数据的单一性,如果喂给计算机的只是一类图片,就会训练出「刻板」的认知,一旦稍有改变,它就辨认不出来了。


李飞飞很敏锐地发现,这个问题将是计算机视觉的最大瓶颈。


ImagNet 诞生记:一波三折的挑战


要解决这个问题,李飞飞的的思路回归到了人的身上,她的理解里,一个三岁的小孩能够认识并分辨物体,是因为通过眼睛看到了大量的物体,收集了大量的图像。


如果把大量标注过的图片「喂」给计算机, AI 也许就能学会认识图片。按照这个思路发展,最关键的还在于数据,但如何建立起一个全面的体系呢?


在这个时候,一个叫 WordNet 的项目,出现在李飞飞的视野里。


这是根据词汇分类的方式,建立起来的英语体系结构,每个单词会按照和其他单词的关系来显示,整个项目涵盖了世界上大量物体的单词。


640?wx_fmt=jpeg

ImageNet 层次结构源自 WordNet


在 2006 年会见了 WordNet 的研究者 Christiane Fellbaum 教授之后,李飞飞有了答案:她要模仿 WordNet 的方式,建立起一个大的数据集,为每个单词提供示例的图片。


次年,李飞飞于普林斯顿大学任职期间,启动了 ImageNet 项目,开始组建团队来完成这行巨大的工作,他们的目标是:得到足够多的标注图像,建立起一完整庞大的图片体系。


但这项工作任务量实在太大,起初他们想雇用大学生们,通过查找筛选和标记在线图片,添加到数据集中。


但很快李飞飞就意识到,这种采集图像的速度太慢了。粗略估计来看,如果一个人一刻不停,不吃不喝地标记,也需要几十年之久。


一个偶然的机会,李飞飞又发现了转机。经人介绍,他们知道了亚马逊 Mechanical Turk 在线众包的方式,在这个平台上,雇主可以在线雇佣很多人来完成一些简单标记。


640?wx_fmt=png

亚马逊 Mechanical Turk 用于图片分类的界面


最终通过使用亚马逊的众包服务,有 167 个国家的 49000 人次,花费两年半的时间完成了这项巨大的工程。


在历经了不被支持、资金不足、人手匮乏的多重挑战之下,ImageNet 还是在他们的坚持下,顽强地诞生了。


作为新生事物,ImageNet 一开始还没有得到重视,在 2009 年的会议 CVPR 上,ImageNet 的论文只作为一个研究海报,张贴在不显眼的位置。


而这一现状,随着 ImageNet 衍生的挑战比赛,被彻底的扭转了。


ILSVRC 比赛:让 ImageNet 一炮打响


ImageNet 发布一年之后,在李飞飞等人的努力下, ImageNet 大规模视觉识别挑战(ILSVRC)出现了。


ILSVRC 也被称为 ImageNet 比赛,它从 2010 年开始,一年一度地召开。在这个比赛上,参赛者要用 ImageNet 数据集作为标准,来评估它们在大规模物体检测和图像分类上的性能。


640?wx_fmt=png


ImageNet 挑战赛图片分类的错误率逐年减低,

已经超过人类(5.0)


很快这项赛事就成了筛选算法竞赛中的奥林匹克。各大机构纷纷拿它作为练兵场,测试自家算法优劣。一时间,各种突破和成果也纷纷涌现。


但 ImageNet 大赛最高光的一幕,还在于它促进了神经网络和深度学习的腾飞。


在 2012 年的 ImageNet 竞赛中,Hinton 带领团队参赛,在那一年,Hinton 团队使用的深度学习方法,在识别图片的比赛中一骑绝尘,远远超过其他所有的方法。他们提交了的深度卷积神经网络结构模型 Alexnet,足足提升了  10.8 % 的性能,比第二名的成绩高出 41%。


640?wx_fmt=jpeg

深度学习的奠基人、2018 图灵奖得主:Hinton


这是什么概念呢?在当时,1% 的性能提升都会是「Major Contribution」(突出贡献),而神经网络这种沉寂了十多年的方法,竟然超过了 10 个百分点,瞬间就引发了巨大地震。

640?wx_fmt=png

AlexNet 当时的错误率是 0.16422

第二、三名是 0.2617 和 0.2679


在此之前,深层的神经网络并没有如此经历过如此规模的数据训练,而 AlexNet 之后,深度神经网络的优秀能力在 ImagNet 的映衬下完全被彰显。


两年之后,ImageNet 挑战赛的队伍,全部都使用了深度学习。


比赛落幕,研究继续


在 2017 年,历经八年之后,ImagNet 挑战赛的使命完成了:计算机的识别错误率已经低于人类。已经成熟的 image identification 不再具有挑战,新的征程指向了 image understanding ,于是大赛走向了圆满的落幕。


借着 ImageNet 和挑战赛的推动,计算机对物体分类的准确率从 71.8% 上升到 97.3%,远远超过了人类的水平。


回顾 ImageNet 的建立过程,在当时并不是主流的工作,但这件「逆潮流」的事情,却因为李飞飞等人的坚持,最终推动了 AI 的历史进程。同时,李飞飞也因为 ImageNet ,在计算机视觉领域留下了最浓重的一笔。


640?wx_fmt=jpeg

大规模数据对深度学习的重要性


如果数据比作机器学习的「火箭燃料」,而 ImageNet 无疑是第一桶、分量最足的燃料。


正如李飞飞团队所说的那样,「你不一定要做最流行的事情,但一定要做自己相信、会有影响的事情。」


640?wx_fmt=jpeg


参考资料:


1. The data thattransformed AI research—and possibly the world https://qz.com/1034972

 

2.How we'reteaching computers to understand pictures

https://www.ted.com/talks/fei_fei_li_how_we_re_teaching_computers_to_understand_pictures

 

3.CVPR 2019 Attracts 9K Attendees; Best Papers Announced; ImageNet Honoured 10 Years Later

https://medium.com/syncedreview/cvpr-2019-attracts-9k-attendees-best-papers-announced-imagenet-honoured-10-years-later-bc244888907a


4. There’s only been one AI breakthrough

https://qz.com/1419346/

 

5.ImageNet 出版和引用情况

http://image-net.org/about-publication

 

6.Large ScaleVisual Recognition Challenge

http://image-net.org/challenges/LSVRC/


—— 完 ——


640?wx_fmt=jpeg


640?wx_fmt=jpeg

扫描二维码,加入讨论群

获得优质数据集

回复「进群」自动入群

更多精彩内容(点击图片阅读)

640?wx_fmt=jpeg 640?wx_fmt=jpeg 640?wx_fmt=jpeg

640?wx_fmt=jpeg

李飞飞的ImageNet与大数据 ImageNet, 大数据, 深度学习, 计算机视觉, 迁移学习, 模型训练, 数据标注 1. 背景介绍 20世纪90年代末,随着互联网的蓬勃发展,海量图像数据开始涌现。然而,传统的计算机视觉算法难以有效处理如此庞大的数据量,其识别精度和泛化能力都存在局限。为了突破这一瓶颈,斯坦福大 阅读详情

相关推荐

李飞飞与ImageNet的贡献

ImageNet, 深度学习, 计算机视觉, 图像分类, 大规模数据集, 迁移学习 1. 背景介绍 计算机视觉领域一直是人工智能研究的热点之一,其目标是让计算机能够像人类一样理解和解释图像信息。然而,由于图像数据的复杂性和多样性,计算机视觉任务的实现一直面临着巨大的挑战。

AGI×大数据,开启智能时代的认知跃迁;解码AGI,赋能数据驱动的智能革命。 434

【Pytorch神经网络实战案例】23 使用ImagNet的预训练模型识别图片内容

ImageNet数据集一共有1000个类别,表明该数据集上的预训练模型最多可以输出1000种不同的分类结果。 预训练模型都存放在PyTorch的torchvision库中。torchvision库是非常强大的yTorch视觉处理库,包括分类、目标检测、语义分割(Semantic Segmentation)等多中计算机视觉任务的预训练模型,还包括图片处理、错点计算等很多基础工具。 ...

小李的研究生学习日记 1万+

李飞飞与ImageNet的革命

ImageNet, 深度学习, 计算机视觉, 迁移学习, 算法创新, 数据驱动 1. 背景介绍 20世纪90年代末,计算机视觉领域陷入了一场“人工智能冬天”。尽管早期的计算机视觉研究取得了一些成果,但由于缺乏足够的数据和计算能力,许多任务的性能仍然很低,难以满足实际应用需求。

AGI×大数据,开启智能时代的认知跃迁;解码AGI,赋能数据驱动的智能革命。 205

[zz]Amazon Mechanical Turk

amazon真的什么都有...... 转载 亚马逊土耳其机器人(Amazon Mechanical Turk)是一个Web服务应用程序接口(API),开发商通过它可以将人的智能整合到远程过程调用(RPC)。亚马逊土耳其机器人利用人的网络来执行不适合计算机执行的任务。亚马逊调用那些计算机很难完成但“人工的人工智能”却能很容易执行的任务。执行人工智能任务(HIT)的人可能会被要求写产品描述,对

lcmssd 1591

李飞飞与ImageNet的故事

李飞飞与ImageNet的故事 1. 背景介绍 1.1 问题由来 ImageNet是深度学习领域最有影响力的开源数据集之一,由斯坦福大学计算机视觉实验室主任李飞飞领衔开发。该项目源于2008年,由一些研究者和工程师发起,旨在创建一个大规模的图像标注

欢迎来到我的优快云空间!这里聚焦AI大模型应用实战,分享前沿技术、实战案例与开发经验。 1689

李飞飞深度学习全部作业python源代码和数据集

李飞飞深度学习全部作业python源代码和数据集,运行都没问题

每日论文速递 | 李飞飞领衔建立具身AI最新数据集BEHAVIOR-1K

深度学习自然语言处理 分享整理:pp摘要:我们推出的 BEHAVIOR-1K 是以人为中心的机器人技术综合模拟基准。BEHAVIOR-1K 包括两个部分,由 "您希望机器人为您做什么?"的广泛调查结果指导和推动。第一部分是对 1000 种日常活动的定义,以 50 个场景(房屋、花园、餐厅、办公室等)为基础,其中有 9000 多个标注了丰富物理和语义属性的物体。其次是 OMNIGIBSON,这是一个...

zenRRan的博客 2393

Creo报错代码-9?手把手教你重新生成许可证文件(基于Creo 10.0)

本文详细解析Creo报错代码-9的成因及解决方案,重点介绍如何重新生成许可证文件以应对网络环境变化导致的验证失败。通过分步指南和高级技巧,帮助用户有效管理多网络环境下的Creo许可证问题,提升工作效率。

weixin_30839881的博客 565

ImageNet2012 图像下载地址

http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_img_test.tar http://www.image-net.org/challenges/LSVRC/2012/nnoupb/ILSVRC2012_img_val.tar http://www.image-net.org/challenges/LSVRC/2

只为成功找方法 不为失败找借口 1万+

数值计算之 插值法(4)切比雪夫零点插值

数值计算之 插值法(4)切比雪夫零点插值前言插值点选取第一类切比雪夫多项式拉格朗日插值多项式的余项切比雪夫零点插值后记 前言 上篇插值法讨论了多项式插值的解,以及龙格现象。本篇将介绍一种在抽取节点时有效降低龙格现象的方法——切比雪夫零点插值。 插值点选取 插值多项式阶数较高时,在取值空间均匀取点,容易出现龙格现象。 即区间边缘的插值结果与原函数差异很大,而区间中央的插值结果相对较好。这表明,高阶多项式插值对区间中央的节点拟合好,而对两端节点拟合效果差。 自然而然会想到,在两端多采样一些节点,在中间少采样一

qq_41035283的博客 1万+

西门子PLC与汇川SV660P伺服速度模式配置实战指南

本文详细介绍了西门子S7-1200 PLC与汇川SV660P伺服驱动器在速度模式下的配置实战指南。从硬件接线、伺服参数配置到TIA Portal软件组态和PLC程序编写,提供了全面的操作步骤和实用技巧,帮助工程师快速解决伺服系统调试中的常见问题,确保系统稳定运行。

weixin_30316097的博客 504

Mechanical Turk

<br /> <br />Amazon's Mechancial Turk 是一个在线的marketplace。在该平台上,requester可以发布任务,worker(turker)可以完成一些任务并得到相应的报酬。以下这个图可以简单表示该平台的功能,是为上次group meeting的presentation做的。<br /> <br /><br /> <br />今天读了一个关于AMT的帖子,有些感触,为正在做的AMT HIT更加担心。<br /> <br />http://www.technolog

kite1988的专栏 1736

H医药公司配送中心布局仿真优化

新增2个Source,Source1命名为“货物到达”,用来进行仿真供应商原料到达,Source2命名为“订单到达”,用来进行仿真客户需求订单的到达,如下图是设置两个发生器的具体参数。通过主操作界面上的各个实体工具,如发生器、暂存区、货架、处理器、吸收器等实体工具对初始模型和优化后的方案模型进行仿真建模,建立优化前后的模型图如下图所示。通过下表可以看出,优化前操作员的总运行距离为132.11km,而优化后操作员的总运行距离为128.17km,运行距离缩短,操作员的疲劳强度降低。

m0_72514516的博客 2530

6 大经典机器学习数据集,3w+ 用户票选得出,建议收藏

本期汇总了超神经下载众多的 6 个数据集,涵盖图像识别、机器翻译、遥感影像等领域。这些数据集质量高、数据量大,经历人气认证值得收藏码住。

HyperAI超神经 1007

Android框架WiFi架构

动平台,它主要是用来支持WEP,WPA/WPA2和WAPI无线协议和加密认证的,而实际上工作内容是通过socket(不管是wpa_supplicant与上层还是wpa_spplicant与驱动都采用socket通讯)与驱动交互上报数据给用户,而用户可以通过socket发送命令给wpa_supplicant调试来对wifi芯片操作,简单的说,二、android wifi 系统架构:andtoid wifi 系统引入了wpa_supplicant,它的整个wifi系统。

手机-手表蓝牙开发工程师的博客 3460

Amazon Mechanical Turk 的质量管理

Quality Management on Amazon Mechanical Turk作者绪论介绍估计工人素质分离误差和偏差实验综合实验使用真实数据的实验 作者 Panagiotis G. Ipeirotis panos@stern.nyu.edu Foster Provost fprovost@stern.nyu.edu Jing Wang jwang5@stern.nyu.edu Depar...

qq_28032693的博客 2333

【微信小程序-uniapp】CustomPicker 自定义单项选择器组件

自定义底部弹出框单项选择器组件,适用于uniapp小程序

Komorebi_00的博客 1533

【论文阅读】李飞飞团队的“50美元”大模型性能超o1-preview:s1: Simple test-time scaling

如题所示,这篇文章核心就是在验证"test-time scaling"这条定理,即在推理时增加推理时间,可以让模型的性能得到提升。为验证此定理,本文构建了一个高质量的1K条数据集s1K,在的基础上,对该数据集进行监督微调,微调在16张NVIDIA H100 GPU进行,共花费26分钟,按照H100的租赁成本,总成本约在50美元左右。

兴趣使然的创作者 1134

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

【免费下载】 ImageNet数据集:开启计算机视觉研究的新篇章

ImageNet数据集:开启计算机视觉研究的新篇章 【下载地址】ImageNet数据集下载指南 ImageNet数据集是由斯坦福大学的李飞飞教授带领创建的一个大规模视觉识别数据集。该数据集包含超过1400万张图片,涵盖2万多个类别,其中超过100万张图片有明确的类别标注和物体位置标注。ImageNet数据集按照WordN...

gitblog_06579的博客 1425

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

NLP+VS︱深度学习数据集标注工具、图像语料数据库、实验室搜索ing...

~~因为不太会使用opencv、matlab工具,所以在找一些比较简单的工具。 . . 一、NLP标注工具 来源:《构想:中文文本标注工具(附开源文本标注工具列表)》 Chinese-Annotator 来源:https://github.com/crownpku/Chinese-Annotator 能不能构建一个中文文本的标注工具,可以达到以下两个特点: 标注过程背后

素质云笔记 8万+

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

人工智能知名数据集

网上有很多可以用于深度学习算法验证的数据集,这里仅列出个人进行人工智能学习和研究工作涉及到的常用数据集,比较适合初学者和刚开始从事人工智能方向研究的工作者。

星光 3522

SENet

SENet,胡杰(Momenta)在2017.9提出,通过显式地建模卷积特征通道之间的相互依赖性来提高网络的表示能力,即,通道维度上的注意力机制。SE块以微小的计算成本为现有的最先进的深层架构产生了显著的性能改进,SENet block和ResNeXt结合在ILSVRC 2017赢得第一名。SENet模型是一种通过自适应地重新加权输入特征图的通道来增强模型表达能力的卷积神经网络结构。由胡杰等人在2018年提出。SENet的核心思想是通过一个“

Aure219的博客 1936
上一篇: 65 年来,全英国向他道歉三次
下一篇: 智能行业热点速览(2019.7.17)
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值