ImageNet: 微软在图像识别大赛中获胜

贾伟中科院合肥

http://tech.sina.com.cn/it/2015-12-11/doc-ifxmpxnx4953695.shtml
大赛结果地址：

http://image-net.org/challenges/LSVRC/2015/results


msra今年夺冠的paper放出来了
http://arxiv.org/pdf/1512.03385v1.pdf

微软在图像识别大赛中获胜 百度因作弊未入榜

2015年12月11日 10:55 新浪科技 微博

微软此前通过几款有趣的产品演示了这一技术，例如根据照片猜年龄的应用。此外，通过微软研究院的Project Oxford项目，微软正在推动图像识别技术的商用。

ImageNet图像识别大赛中的iPod图片

　　新浪科技讯 北京时间12月11日上午消息，在第六届ImageNet图像识别大赛中，微软研究院在多个类别的评比中都取得了优胜。微软的技术胜过了谷歌、英特尔、高通和腾讯，以及多家创业公司和学术机构的系统。

　　微软多名研究员，包括何开明(Kaiming He，音)、张翔宇(Xiangyu Zhang，音)、任少庆(Shaoqing Ren，音)，以及孙健(Jian Sun，音)，开发了这一获胜的系统。这一系统名为“面向图像识别的深度驻留学习技术”。微软在官方博客中表示，即将在一篇学术论文中公布系统的细节。

　　微软这一系统具有很高的复杂度。该团队表示：“我们的神经网络深达150层。我们提出了‘深度驻留学习’架构，使深度网络的优化和汇聚变得更简单。我们的‘深度驻留网络’比以往系统有着更多的层数，从而提高了准确率。许多普通网络在增加层数时也能看到类似的准确率提高。”

　　科技公司目前纷纷加强这一领域的研究。这些公司正在优化内部系统，以及面向用户的产品。作为高性能网络的核心，深度学习技术会利用大量数据，例如图片，去训练人工神经网络，使神经网络在面对新数据时能做出正确的反应。

　　微软此前通过几款有趣的产品演示了这一技术，例如根据照片猜年龄的应用。此外，通过微软研究院的Project Oxford项目，微软正在推动图像识别技术的商用。

　　在ImageNet挑战中，参赛系统需要准确定位来自Flickr和搜索引擎10万张照片中的对象，并将其分类为1000个类型。微软系统在分类中的错误率为3.5%，而定位的错误率为9%。

　　在前几年的挑战中，在分类错误率方面，谷歌、创业公司Clarifai和NEC处于领先。

　　在今年的挑战中，微软的系统在对象探测方面也取得了领先。孙健表示：“我们自己也不相信，这一理念会如此重要。”

　　百度没有出现在今年的排名中。百度的提交次数超过了允许的上限，该公司随后对此表示道歉，并解雇了要求初级工程师这样做的团队负责人。

　　在这项挑战中，IBM通过SoftLayer公有云服务提供了来自英伟达的GPU(图形处理单元)，供参赛团队使用。(维金)