图片识别准确率大赛：微软完胜各路对手

    导语：在第九届年度ImageNet图片识别竞赛中，微软研究院开发的系统在多个类别评比中获得了第一名。ImageNet是计算机视觉系统识别项目，是目前世界上图像识别最大的数据库。根据评比结果，微软在图片识别系统的表现要好于谷歌、英特尔和高通以及其他创业公司和学术实验室的系统。

ImageNet图片识别竞赛

    微软研究院所获胜的系统名为“针对图像识别的深度误差学习”（Deep Residual Learning for Image Recognition）。这项研究之所以获得认可，部分原因是因为其复杂性。

    “我们使用了超过150个层深度来训练神经网络。”该团队在项目描述中写道，“我们提出了一种深度误差学习框架，它能够方便对极度深度网络做优化和整合。当神经网络相比之前大幅加深时，我们的深度误差系统准确率就会增加，而其他很多普通网络在遇到深度提升时，是无法达到这种准确率的。”

    事实上，科技公司目前都对该领域的研究表现出了浓厚的兴趣，它们希望借助此类研究来提升它们的内部系统以及消费类产品。深度学习是高性能网络的核心，从广义来讲，深度学习涉及了在大数据（比如照片）基础之上对人工神经网络的训练，然后再给它们展示新数据，做出推定。

    微软依靠类似技术已经展示了其在该领域的能力，比如“猜年龄”应用和“胡须PK”应用。此外，这家公司还通过微软研究院的“Project Oxford”项目来对图像识别技术做商业化运营。

    ImageNet大赛要求参赛项目需要从图片分享应用Flick和不同搜索引擎中10万张图片中进行准确定位，然后在尽可能避免出错的情况下将它们归于1000个物体分类中，比如iPod，玩具店，清真寺等等。微软获胜系统获得的分类错误率为3.5%，定位错误率为9%。在过去几年时间，谷歌以及创业公司Clarifai和NEC在图片分类领域占据优势。

    今年，微软获胜系统还在ImageNet的物体侦测比赛中获得了第一名。 “我们甚至未曾相信，这种单一的想法居然能够取得如此大的成就。”微软在其博客中写道。

    需要说明的是，中国公司百度并没有参与今年的测试评比。去年这家公司在测试中曾多次提交数据，使用了不正当手段，后来百度对此事件作出道歉，并解除当时项目小组负责人的职务。

    蛋君说：在这次比赛中，IBM在SoftLayer公共云中为参赛团队提供了英伟达图形处理器，供他们使用。