ایمیج‌نت

از ویکی‌پدیا، دانشنامهٔ آزاد
پرش به ناوبری پرش به جستجو
نرخ خطا در تشخیص تصاویر در مسابقات اخیر ایمیج‌نت (نمایش بهترین نتیجهٔ ۱۰ تیم برتر مسابقه ایمیج‌نت در سال)

پروژهٔ ایمیج‌نت (انگلیسی: ImageNet) یک پایگاه‌داده تصویری بزرگ است که برای استفاده در تحقیقات تشخیص نرم‌افزاری اشیا طراحی شده‌است. بیش از ۱۴ میلیون نشانی اینترنتی به وسیله ایمیج‌نت برچسب‌گذاری شده‌اند؛ حداقل یک میلیون تصویر، دارای کادر محیطی نیز ارایه شده‌است. ایمیج‌نت بیش از ۲۰ هزار گروه دارد؛ یک گروه معمولی، مانند «بادکنک» یا «توت‌فرنگی»، شامل چند صد تصویر است. پایگاه‌داده ایمیج‌نت نشانی اینترنتی تصاویر وبگاه‌های دیگر را ارائه می‌دهد به نحوی که مالکیت تصاویر به ایمیج‌نت تعلق ندارد. از سال ۲۰۱۰، پروژه ایمیج‌نت یک رقابت نرم‌افزاری سالانه را اجرا می‌کند که در آن برنامه‌های نرم‌افزاری برای طبقه‌بندی صحیح اشیا و صحنه‌ها به رقابت می‌پردازند. مسابقه ایمیج‌نت بر پایهٔ یک فهرست مختصرتر که هزار گروه دارد و همپوشانی ندارند، برگزار می‌شود.

در سال ۲۰۱۲ طی چالش ایمیج‌نت روش یادگیری عمیق تدوین شد که انقلاب دهه ۲۰۱۰ محسوب می‌شود که باعث شد توجه جوامع صنعتی به هوش مصنوعی و به خصوص یادگیری عمیق معطوف گردد.

تاریخچه[ویرایش]

این پایگاه‌داده برای اولین بار به عنوان یک پوستر در کنفرانس سال ۲۰۰۹ در «کنفرانس بینایی کامپیوتر و شناخت الگو تصویری» (به انگلیسی: Conference on Computer Vision and Pattern Recognition) به اختصار (CVPR) در فلوریدا توسط محققانی از بخش علوم کامپیوتر دانشگاه پرینستون ارائه شد.

جستارهای وابسته[ویرایش]

منابع[ویرایش]

پیوند به بیرون[ویرایش]