Dzmuh: /* Ссылки */

2026-01-26T07:35:28Z

Ссылки

← Предыдущая версия		Версия от 07:35, 26 января 2026
Строка 25:		Строка 25:
	* {{Official\|image-net.org}}		* {{Official\|image-net.org}}

	[[Категория:~~Искусственные нейронные~~ сети]]		[[Категория:Нейронные сети]]
	[[Категория:Методы обучения нейросетей]]		[[Категория:Методы обучения нейросетей]]
	[[Категория:Компьютерное зрение]]		[[Категория:Компьютерное зрение]]

Dzmuh: /* Ссылки */

2024-08-30T23:31:23Z

Ссылки

← Предыдущая версия		Версия от 23:31, 30 августа 2024
Строка 23:		Строка 23:
	== Ссылки ==		== Ссылки ==
	{{Википедия\|ImageNet}}		{{Википедия\|ImageNet}}
	* {{Official ~~website~~\|image-net.org}}		* {{Official\|image-net.org}}

	[[Категория:Искусственные нейронные сети]]		[[Категория:Искусственные нейронные сети]]
	[[Категория:Методы обучения нейросетей]]		[[Категория:Методы обучения нейросетей]]
	[[Категория:Компьютерное зрение]]		[[Категория:Компьютерное зрение]]

Dzmuh: Новая страница: «База данных '''ImageNet''' — проект по созданию и сопровождению массивной базы данных аннотированных изображений, предназначенная для отработки и тестирования методов распознавания образов и Компьютерное зрение|машинного зрения...»

2024-08-30T23:30:59Z

Новая страница: «База данных '''ImageNet''' — проект по созданию и сопровождению массивной базы данных аннотированных изображений, предназначенная для отработки и тестирования методов распознавания образов и Компьютерное зрение|машинного зрения...»

Новая страница

База данных '''ImageNet''' — проект по созданию и сопровождению массивной базы данных аннотированных изображений, предназначенная для отработки и тестирования методов [[распознавание образов|распознавания образов]] и [[Компьютерное зрение|машинного зрения]]. По состоянию на 2017 год в базу данных было записано более четырнадцати миллионов URL с изображениями, которые прошли ручную аннотацию для ImageNet, в аннотациях перечислялись объекты, попавшие на изображение, и прямоугольники с их координатами.<ref>{{cite web |title=ImageNet Summary and Statistics |url=http://image-net.org/about-stats |publisher=ImageNet |accessdate=2016-06-22 |archive-date=2019-03-20 |archive-url=https://web.archive.org/web/20190320194841/http://image-net.org/about-stats |deadlink=yes }}</ref> База данных с аннотацией и URL изображений от третьих лиц доступна непосредственно через ImageNet, но при этом сами изображения не принадлежат проекту<ref>{{cite web |title=ImageNet Overview |url=http://image-net.org/about-overview |publisher=ImageNet |accessdate=2016-06-22 |archive-date=2016-07-04 |archive-url=https://web.archive.org/web/20160704234358/http://image-net.org/about-overview |deadlink=yes }}</ref>. С 2010 года ведётся проект ILSVRC ({{lang-en|ImageNet Large Scale Visual Recognition Challenge}} — Кампания по широкомасштабному распознаванию образов в ImageNet), в рамках которого различные программные продукты ежегодно соревнуются в классификации и распознавании объектов и сцен в базе данных ImageNet.

== Состав базы данных ==
ImageNet использует [[краудсорсинг]] для аннотирования изображений.

Аннотации на уровне самих изображений показывают наличие или отсутствие объекта данного класса (например, «на картинке имеется тигр» или «на картинке нет тигров»). На уровне объекта в аннотацию включается прямоугольник с координатами видимой части объекта. ImageNet использует вариант семантической сети [[WordNet]] для категоризации объектов, которая достаточно детализирована, например, [[породы собак]] представлены 120 классами. Каждому узлу сети [[WordNet]] сопоставлены сотни или тысячи изображений, но в среднем на 2016 год — около 500 изображений<ref name=ILJVRC-2015>Olga Russakovsky*, Jia Deng*, Hao Su, Jonathan Krause, Sanjeev Satheesh, Sean Ma, Zhiheng Huang, Andrej Karpathy, Aditya Khosla, Michael Bernstein, Alexander C. Berg and Li Fei-Fei. (* = equal contribution) ImageNet Large Scale Visual Recognition Challenge. IJCV, 2015.</ref>.

На август 2017 года в ImageNet {{val|14197122}} изображения, разбитых на {{val|21841}} категорию.

== Кампания ImageNet ==
С 2010 года в рамках проекта ILSVRC проводятся соревнования между исследовательскими группами по классификации объектов. ILSVCR возникла по аналогии с небольшой кампанией 2005 года PASCAL VOC, которая располагала набором из 20 тысяч изображений и 20 классов объектов<ref name=ILJVRC-2015 />. Существенный прогресс в распознавании образов был достигнут в 2010 году. В 2011 году хорошим результатом считалась ошибка классификации 25 %. В 2012 году система глубокого обучения на основе [[Свёрточная нейронная сеть|свёрточной нейронной сети]] смогла достичь 16 % ошибки; а в следующие годы ошибка упала до нескольких процентов<ref>{{cite news |last1=Robbins |first1=Martin |title=Does an AI need to make love to Rembrandt’s girlfriend to make art? |url=https://www.theguardian.com/science/2016/may/06/does-an-ai-need-to-make-love-to-rembrandts-girlfriend-to-make-art |accessdate=2016-06-22 |work=The Guardian |date=2016-05-06 |archivedate=2016-06-17 |archiveurl=https://web.archive.org/web/20160617195005/https://www.theguardian.com/science/2016/may/06/does-an-ai-need-to-make-love-to-rembrandts-girlfriend-to-make-art }}</ref>. В 2015 году исследователи констатировали, что программы в определённых задачах проекта ILSVRC превзошли человеческие способности<ref>{{cite news |last1=Markoff |first1=John |title=A Learning Advance in Artificial Intelligence Rivals Human Abilities |url=https://www.nytimes.com/2015/12/11/science/an-advance-in-artificial-intelligence-rivals-human-vision-abilities.html |accessdate=2016-06-22 |work=The New York Times |date=2015-12-10 |archivedate=2016-04-17 |archiveurl=https://web.archive.org/web/20160417045111/http://www.nytimes.com/2015/12/11/science/an-advance-in-artificial-intelligence-rivals-human-vision-abilities.html }}</ref>. Однако, как указывала Ольга Руссаковская, одна из организаторов кампании, программы пока должны определять объекты для одной из тысячи категорий, а люди могут распознать большее количество категорий и (в отличие от программ) могут ещё и обозначить контекст изображений<ref>{{cite news |last1=Aron |first1=Jacob |title=Forget the Turing test – there are better ways of judging AI |url=https://www.newscientist.com/article/dn28206-forget-the-turing-test-there-are-better-ways-of-judging-ai/ |accessdate=2016-06-22 |work=New Scientist |date=2015-09-21 |archivedate=2016-04-13 |archiveurl=https://web.archive.org/web/20160413054832/https://www.newscientist.com/article/dn28206-forget-the-turing-test-there-are-better-ways-of-judging-ai/ }}</ref>.

В 2014 году к кампании подключилось более 50 организаций<ref name=ILJVRC-2015 />. В 2015 году исследователей из проекта [[Baidu]] дисквалифицировали на год, потому что они вошли в проект под несколькими разными именами, чтобы обойти ограничения по двум поставкам в неделю<ref>{{cite news |last1=Markoff |first1=John |title=Computer Scientists Are Astir After Baidu Team Is Barred From A.I. Competition |url=https://www.nytimes.com/2015/06/04/technology/computer-scientists-are-astir-after-baidu-team-is-barred-from-ai-competition.html |accessdate=2016-06-22 |work=The New York Times |date=2015-06-03 |archivedate=2016-05-23 |archiveurl=https://web.archive.org/web/20160523142226/http://www.nytimes.com/2015/06/04/technology/computer-scientists-are-astir-after-baidu-team-is-barred-from-ai-competition.html }}</ref><ref>{{cite news |title=Chinese search giant Baidu disqualified from AI test |url=http://www.bbc.com/news/technology-33005728 |accessdate=2016-06-22 |work=BBC News |date=2015-06-14 |archivedate=2016-08-17 |archiveurl=https://web.archive.org/web/20160817155927/http://www.bbc.com/news/technology-33005728 }}</ref>. Позднее Baidu заявило, что руководитель группы был уволен, и что будет собрана специальная научно-консультативная группа<ref>{{cite news |title=Baidu fires researcher involved in AI contest flap |url=http://www.pcworld.com/article/2935232/baidu-fires-researcher-involved-in-ai-contest-flap.html |accessdate=2016-06-22 |work=PCWorld |date=2015-06-11 |archivedate=2016-08-28 |archiveurl=https://web.archive.org/web/20160828185406/http://www.pcworld.com/article/2935232/baidu-fires-researcher-involved-in-ai-contest-flap.html }}</ref>.

== См. также ==
* [[Компьютерное зрение]]
* [[Caltech 101]]
* [[MNIST]]

== Примечания ==
{{Reflist|30em}}

== Ссылки ==
{{Википедия|ImageNet}}
* {{Official website|image-net.org}}

[[Категория:Искусственные нейронные сети]]
[[Категория:Методы обучения нейросетей]]
[[Категория:Компьютерное зрение]]

ImageNet - История изменений

Dzmuh: /* Ссылки */

Dzmuh: /* Ссылки */