|
我们搭了一个基于深度神经网络的图像分类识别系统。该系统在公开图像手数据库cifar-10上测试达到了90.54%的准确率,仅比世界最好结果低了0.66%(http://rodrigob.github.io/are_we_there_yet/build/classification_datasets_results.html)。
cifar-10数据集包括60000个32x32彩色图像,分布在在10类,每个类有6000幅图像。这60000幅图片中分别包括50000幅训练图像和10000幅测试图像。下图为cifar-10中的一些样例示图:
airplane | ||||||||||
automobile | ||||||||||
bird | ||||||||||
cat | ||||||||||
deer | ||||||||||
dog | ||||||||||
frog | ||||||||||
horse | ||||||||||
ship | ||||||||||
truck |
我们在此数据集上得到了9.46%的错误率:
也就是说目前的技术可以做到在随机的任何十幅图片中,最多识错一幅。
如有任何问题,欢迎联系。Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-5-22 15:54
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社