Специалистами Google была создана эффективная система распознавания изображений

Не секрет, что распознавание объектов на цифровых изображениях крупного масштаба является одной из основных академических проблем в сфере компьютерного зрения. Каждый год Стэндфордский университет выступает в роли организатора конкурса ImageNet large-scale visual recognition challenge, рассчитанным специально на ведущие научные лаборатории и учреждения. В рамках данного мероприятия участниками демонстрируются самые передовые технологические достижения в данной сфере.

Конкурс состоит из трех этапов, включающих в себя классификацию, классификацию с локализацией, а также обнаружение. В первом случае проводится оценка возможности алгоритма создавать соответствующие подписи к изображению, тогда как под локализацией предполагается выделение главных объектов на конкретном изображении. Что касается обнаружения, то данная задача формулируется схожим образом, однако здесь приходиться иметь дело с более строгими критериями оценки. Модель должна быть в состоянии дать описание сложной сцене с большим количеством объектов и разнообразных мелких деталей.

Примечательно, что в этом году в конкурсе вновь приняли участие специалисты команды GoogLeNet (название представляет собой аббревиатуру из слов Google и LeNet, являющейся одним из ответвлений свёрточной нейронной сети). Заметим, что нейронной сети с глубоко переработанной архитектурой по силам в быстром темпе обучать и переобучаться. Плюс ко всему, она в состоянии предоставлять результаты даже с учетом небольшого объема памяти (в этом не последняя заслуга оказалась за более чем десятикратным сокращением количества параметров в сравнении с большинством прочих моделей компьютерного зрения). В результате, продвинутой системе глубокого сканирования не составит особых трудностей отыскать сразу несколько предметов и предложить наиболее выгодные догадки. Конечно, подобная технология еще очень молода, тем не менее, она обладает завидным потенциалом.

Примечательно, что Google рассматривает возможность внедрения разработки своих исследователей в визуальные службы наподобие поиска изображений и YouTube. Кроме этого, данная новинки способна найти свое применение в системах автоматического управления автомобилями и в прочих сферах, где такая технология способна оказаться реальную помощь.