天极传媒:
天极网
比特网
IT专家网
52PK游戏网
极客修
全国分站

北京上海广州深港南京福建沈阳成都杭州西安长春重庆大庆合肥惠州青岛郑州泰州厦门淄博天津无锡哈尔滨

产品
  • 网页
  • 产品
  • 图片
  • 报价
  • 下载
全高清投影机 净化器 4K电视曲面电视小家电滚筒洗衣机
您现在的位置: 天极网 > 笔记本>头条发文>谷歌推出流体标注模型 速度提升三倍

谷歌推出“流体标注”模型 图像标注速度提升三倍

天极网笔记本频道 2018. 11. 26 作者:高志伟 责编:高志伟
我要吐槽

责任编辑

  【天极网笔记本频道】人工智能已经成为科技圈最火的话题之一,无疑代表着前沿方向。但是这个看上去高端的技术背后却需要大量的人工作业,甚至以“劳动密集型”产业作为基石。这就牵扯到人工智能中一个重要组成部分——机器学习。

  与人类学习方式不同,想要让计算机理解或识别出一个物体需要大量被标注的数据充当样本,在机器了解该物体特征后才能在识别新物体时进行判断。比如想要准确在一张照片中判断主体是猫还是狗,需要成千上万张被标注的猫狗照片,让机器识别、学习。

谷歌推出“流体标注”模型 图像标注速度提升三倍

  那么如何获得被标注的数据?目前主要依靠人工来对图片中信息进行标注,如划分主体与背景,可以想象对于一个庞大的数据库而言,这需要多少人工作业。

  近日据报道,谷歌推出了一种全新的图像标注模型——流体标注。这种方式可以通过机器学习来标注分类标签并勾勒出图片中的主体、对象、背景。谷歌表示该种方式标注数据集的速度可以提升三倍,面对巨大的市场需求以及效率低的人工作业显然更有优势。

谷歌推出“流体标注”模型 图像标注速度提升三倍
人工标注(左)与流体标注(右)对比

  当然这个模型最初同样需要相应的标注数据进行“新手训练”,而且谷歌也指出该模型还不够完善,对于物体边界标注、界面操作速度等还需要进一步完善。

  随着人工智能关注度和应用场景增加,未来对于被标注数据的需求显然更大,此前在一次采访中,AMD Radeon技术事业部、工程研发高级副总裁王启尚就曾谈到,标注数据是机器学习、人工智能发展过程中的一项挑战。对此AMD与合作伙伴以打造“模拟世界”的方式,在虚拟数字世界模拟产生数据,进行机器学习的训练和验证,从而提升效率。

谷歌推出“流体标注”模型 图像标注速度提升三倍

  总而言之,如何产生大量被标注的数据样本显然是当前阶段AI团队及公司需要共同攻克的难题!

作者:高志伟责任编辑:高志伟)
请关注天极网天极新媒体 最酷科技资讯
扫码赢大奖
评论
* 网友发言均非本站立场,本站不在评论栏推荐任何网店、经销商,谨防上当受骗!
手机软件办公游戏