圖片識別準確率哪家強？微軟完勝各路對手

（編譯：Newsboy）在第九屆年度ImageNet圖片識別競賽中，微軟研究院開發的系統在多個類別評比中獲得了第一名。ImageNet是計算機視覺系統識別項目，是目前世界上圖像識別最大的數據庫。根據評比結果，微軟在圖片識別系統的表現要好於谷歌、英特爾和高通以及其他創業公司和學術實驗室的系統。

微軟研究院所獲勝的系統名為“針對圖像識別的深度誤差學習”（Deep Residual Learning for Image Recognition）。這項研究之所以獲得認可，部分原因是因為其複雜性。

“我們使用了超過150個層深度來訓練神經網絡。”該團隊在項目描述中寫道，“我們提出了一種深度誤差學習框架，它能夠方便對極度深度網絡做優化和整合。當神經網絡相比之前大幅加深時，我們的深度誤差系統準確率就會增加，而其他很多普通網絡在遇到深度提升時，是無法達到這種準確率的。”

事實上，科技公司目前都對該領域的研究表現出了濃厚的興趣，它們希望藉助此類研究來提升它們的內部系統以及消費類產品。深度學習是高性能網絡的核心，從廣義來講，深度學習涉及了在大數據（比如照片）基礎之上對人工神經網絡的訓練，然後再給它們展示新數據，做出推定。

微軟依靠類似技術已經展示了其在該領域的能力，比如“猜年齡”應用和“鬍鬚PK”應用。此外，這家公司還通過微軟研究院的“Project Oxford”項目來對圖像識別技術做商業化運營。

ImageNet大賽要求參賽項目需要從圖片分享應用Flick和不同搜索引擎中10萬張圖片中進行準確定位，然後在儘可能避免出錯的情況下將它們歸於1000個物體分類中，比如iPod，玩具店，清真寺等等。微軟獲勝系統獲得的分類錯誤率為3.5%，定位錯誤率為9%。在過去幾年時間，谷歌以及創業公司Clarifai和NEC在圖片分類領域佔據優勢。

今年，微軟獲勝系統還在ImageNet的物體偵測比賽中獲得了第一名。 “我們甚至未曾相信，這種單一的想法居然能夠取得如此大的成就。”微軟在其博客中寫道。

需要説明的是，中國公司百度並沒有參與今年的測試評比。去年這家公司在測試中曾多次提交數據，使用了不正當手段，後來百度對此事件作出道歉，並解除當時項目小組負責人的職務。

在這次比賽中，IBM在SoftLayer公共雲中為參賽團隊提供了英偉達圖形處理器，供他們使用。