Tencent ML-Images大规模多标签图像数据集
Tencent ML-Images 由多标签图像数据集 ML-Images 与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。
-
ML-Images: 最大的开源多标签图像数据库,包括 17,609,752 个训练集和 88,739 个验证图像 URL,最多可标注 11,166 个类别。
-
Resnet-101 model: 在 ML-Images 上进行了预训练,并通过迁移学习在 ImageNet 上实现了 top-1 精度 80.73%。
该项目的主要内容包括:
-
ML-Images 数据集的全部图像 URL,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 URL 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。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。
评论
MapReduce大规模数据集软件架构
MapReduce是Google提出的一个软件架构,用于大规模数据集(大于1TB)的并行运算。概念"Map(映射)"和"Reduce(化简)",和他们的主要思想,都是从函数式编程语言借来的,还有从矢量
MapReduce大规模数据集软件架构
0
Apache Fluo大规模数据集增量处理系统
ApacheFluo是 GooglePercolator(搜索索引)的开源实现,允许用户对存储在ApacheAccumulo中的大型数据集进行增量更新,而无需重新处理所有的数据。与批处理和流处理框架不
Apache Fluo大规模数据集增量处理系统
0