Проект ImageNet известен по огромной базе данных аннотированных картинок, а также конкурсу по распознаванию изображений, где компьютерному зрению предлагалось определить, к какому из 1000 классов

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Проект ImageNet известен по огромной базе данных аннотированных картинок, а также конкурсу по распознаванию изображений, где компьютерному зрению предлагалось определить, к какому из 1000 классов принадлежит объект. Как мы рассказывали ранее, в 2012 году соревнование безоговорочно выиграла сверточная нейросеть AlexNet.

До этого никто и подумать не мог, что глубокое обучение может опередить другие алгоритмы в такой задаче. Но вот смогло! Конечно, нейросеть AlexNet была несовершенна и допускала ошибки — около 16%. Люди же на том же датасете ошибались только в 5% случаев ?

Однако спустя 3 года исследователи из Microsoft, многократно нарастив число слоев нейросетки, создали новый инструмент ResNet и довели процент ошибки до менее 4%, превзойдя человеческие способности! И правда: когда люди долго рассматривают картинки, они начинают отвлекаться, уставать и терять концентрацию, а машина нет.

Сейчас нейросети со сложной архитектурой умеют не только банально отличать «котиков» от «песиков», но и генерировать уже трудно отличимые от реальных фото картинки. А у нас число слоев зрительной коры так и не увеличилось ?

Поэтому в горячую пору отпусков и каникул мы решили проверить, а вы еще можете невооруженным глазом распознать, где реальное фото с отдыха, а где ИИ-творения?


Источник: vk.com

Комментарии: