タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
オミータです。ツイッターで人工知能のことや他媒体で書いている記事など を紹介していますので、人工知能のことをもっと知りたい方などは気軽に@omiita_atiimoをフォローしてください！ 2012年にAlexNet[Krizhevsky, A.(2012)]が登場してから、画像認識分野での発展は著しい。その発展を支えてきたものこそ大規模データセットImageNet[Deng, J.(2009)]である。ImageNetでSoTAを達成すると、そのモデルには最強モデルの称号が与えられると言っても過言ではない。2020年6月にGoogle Brainによって出されたこの論文は、そんな当たり前に使われてきたImageNetデータセットに対して疑問符を叩きつけるものとなっている。現存のImageNetでの性能評価が必ずしも正しいのだろうか。この論文を通してその答えを探しにいく。 本論文で使われて
連載目次 データセット解説 ImageNetは、1400万枚以上もあるほど大規模な、「カラー写真」の教師ラベル付き画像データベースである。その教師ラベルは、WordNet階層*1に基づいて付与されている。スタンフォード大学のフェイフェイ・リ（Fei-Fei Li）氏を中心とした研究グループが管理しており、世界中の研究者や教育／学びに役立ててもらうためのリソースとして公開されている。 *1 WordNetとは、英語の語彙（ごい）データベースであり、synsetと呼ばれる「同義語（synonyms）セット」がツリー階層構造でグループを形成しながら定義されているのが特徴である。ImageNetでは2万以上のsynsetが採用されている。 ImageNetの歴史的な重要性 ImageNetは、歴史的に非常に有名である。2012年に開催されたImageNetの大規模画像認識コンペ「ILSVRC（Im
2009年から運用されている膨大なサイズの写真データセット「ImageNet」の「人物」カテゴリーで、人種差別的・女性蔑視的なものを含むカテゴリー分類がなされていることが明らかになり、120万人分の写真のうち半数以上が削除されることになりました。 Towards Fairer Datasets: Filtering and Balancing the Distribution of the People Subtree in the ImageNet Hierarchy - ImageNet http://image-net.org/update-sep-17-2019 Playing roulette with race, gender, data and your face https://www.nbcnews.com/mach/tech/playing-roulette-race-
CoCaとBLIP2の訓練済みモデルで遊んでみました。「ImageNet 1Kのゼロショット精度」と「キャプション生成」の2点について検証してみました。 きっかけ ほぼ同時期にBLIP2とCoCaと訓練済みモデルが公開されました。 https://twitter.com/LiJunnan0409/status/1621649677543440384 CoCaは以前から公開されていましたが、LAIONデータセットで訓練されたモデルがOpenCLIPに統合されたものとして公開されました。 Training Contrastive Captioners BLIP2とCoCaについて 一言でいうと、BLIP2もCoCaもキャプション生成が可能なモデルです。 以前こちらの記事に書いたのですが、BLIP2は固定の画像エンコーダーと固定の大規模言語モデルを、学習可能なQ-Formerでつなげて、画像を起
Papers with Code - ImageNet Benchmark (Image Classification)
Stay informed on the latest trending ML papers with code, research developments, libraries, methods, and datasets. Read previous issues
ステート・オブ・AI ガイド on Twitter: "このMITによる論文、重要すぎて機械学習に関わる人は必見だと思う ImageNetなど有名なデータのテストセットには平均3.4%ものラベル誤りが存在し、最近のSOTAモデルはこれに過適合している。ノイズが多い現実世界のデータでは… https://t.co/nz8LN3weZ8"
このMITによる論文、重要すぎて機械学習に関わる人は必見だと思う ImageNetなど有名なデータのテストセットには平均3.4%ものラベル誤りが存在し、最近のSOTAモデルはこれに過適合している。ノイズが多い現実世界のデータでは… https://t.co/nz8LN3weZ8
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
画像認識の定番データセットImageNetはもう終わりか - Qiita
ImageNet：大規模なカラー写真の画像データベース
巨大写真データセット「ImageNet」で攻撃的・差別的なカテゴリー分類タグ付けが判明し人物写真の半数以上を削除
CoCaとBLIP2を使ってみた：ImageNet、キャプション生成 | Shikoan's ML Blog
forbesjapan.com
kayano.nk.awe.jp
www.youtube.com
www.dlsite.com
search.app
search.app