ImageNet: differenze tra le versioni
Vai alla navigazione
Vai alla ricerca
Contenuto cancellato Contenuto aggiunto
Nessun oggetto della modifica |
Nessun oggetto della modifica |
||
| Riga 1: | Riga 1: | ||
{{S|Informatica}} |
{{S|Informatica}} |
||
Il progetto '''ImageNet''' consiste in un'ampia [[Base di dati|base di dati]] di immagini, realizzata per l'utilizzo, in ambito di [[visione artificiale]], nel campo del [[Object recognition|riconoscimento di oggetti]]. Il dataset consiste in più di 14 milioni di immagini<ref>{{cita news|titolo=New computer vision challenge wants to teach robots to see in 3D|url=https://www.newscientist.com/article/2127131-new-computer-vision-challenge-wants-to-teach-robots-to-see-in-3d/|accesso=3 Febbraio 2018||urlarchivio =https://web.archive.org/web/20181030033114/https://www.newscientist.com/article/2127131-new-computer-vision-challenge-wants-to-teach-robots-to-see-in-3d/|data=7 Aprile 2017|pubblicazione=New Scientist|lingua=en}}</ref><ref name="nytimes 2012">{{cita news|autore=John Markoff|titolo=For Web Images, Creating New Technology to Seek and Find|url=https://www.nytimes.com/2012/11/20/science/for-web-images-creating-new-technology-to-seek-and-find.html|accesso=3 Febbraio 2018|pubblicazione=The New York Times|data=19 Novembre 2012|urlarchivio=https://web.archive.org/web/20190216111547/https://www.nytimes.com/2012/11/20/science/for-web-images-creating-new-technology-to-seek-and-find.html|lingua=en}}</ref> che sono state annotate manualmente con l'indicazione degli oggetti in esse rappresentati e della [[bounding box]] che li delimita.<ref>{{cita web|titolo=ImageNet Summary and Statistics|url=http://image-net.org/about-stats|publisher=ImageNet|accesso=22 Giugno 2016|urlarchivio=https://web.archive.org/web/20190320194841/http://image-net.org/about-stats|lingua=en}}</ref> Gli oggetti individuati sono stati classificati in più di 20.000 categorie<ref name="nytimes 2012"/>: alcune categorie di oggetti frequenti, come ad esempio "pallone" o "fragola", consistono di diverse centinaia di immagini.<ref name=economist>{{cita news|titolo=From not working to neural networking|url=https://www.economist.com/news/special-report/21700756-artificial-intelligence-boom-based-old-idea-modern-twist-not|accesso=3 Febbraio 2018|pubblicazione=The Economist|data=25 Giugno 2016|lingua=en|urlarchivio=https://web.archive.org/web/20161231203934/https://www.economist.com/news/special-report/21700756-artificial-intelligence-boom-based-old-idea-modern-twist-not}}</ref> La base di dati con le annotazioni relative ad immagini di terze parti è gratuitamente disponibile direttamente da ImageNet, anche se le immagini non sono parte del progetto (difatti viene fornito solo il [[URL|collegamento]] ad esse). <ref>{{cita web|titolo=ImageNet Overview|url=http://image-net.org/about-overview|sito=ImageNet|accesso=22 Giugno 2016|lingua=en|urlarchivio=https://web.archive.org/web/20160704234358/http://image-net.org/about-overview}}</ref> A partire dal 2010, ogni anno viene indetta una competizione denominata ''ImageNet Large Scale Visual Recognition Challenge'' (ILSVRC): in tale occasione programmi software vengono fatti competere per classificare e rilevare correttamente oggetti e scene contenuti nelle immagini. Nell'ambito della competizione viene impiegata una lista ridotta di immagini con oggetti appartenenti a mille categorie non sovrapposte.<ref name=ILJVRC-2015> |
Il progetto '''ImageNet''' consiste in un'ampia [[Base di dati|base di dati]] di immagini, realizzata per l'utilizzo, in ambito di [[visione artificiale]], nel campo del [[Object recognition|riconoscimento di oggetti]]. Il dataset consiste in più di 14 milioni di immagini<ref>{{cita news|titolo=New computer vision challenge wants to teach robots to see in 3D|url=https://www.newscientist.com/article/2127131-new-computer-vision-challenge-wants-to-teach-robots-to-see-in-3d/|accesso=3 Febbraio 2018||urlarchivio =https://web.archive.org/web/20181030033114/https://www.newscientist.com/article/2127131-new-computer-vision-challenge-wants-to-teach-robots-to-see-in-3d/|data=7 Aprile 2017|pubblicazione=New Scientist|lingua=en}}</ref><ref name="nytimes 2012">{{cita news|autore=John Markoff|titolo=For Web Images, Creating New Technology to Seek and Find|url=https://www.nytimes.com/2012/11/20/science/for-web-images-creating-new-technology-to-seek-and-find.html|accesso=3 Febbraio 2018|pubblicazione=The New York Times|data=19 Novembre 2012|urlarchivio=https://web.archive.org/web/20190216111547/https://www.nytimes.com/2012/11/20/science/for-web-images-creating-new-technology-to-seek-and-find.html|lingua=en}}</ref> che sono state annotate manualmente con l'indicazione degli oggetti in esse rappresentati e della [[bounding box]] che li delimita.<ref>{{cita web|titolo=ImageNet Summary and Statistics|url=http://image-net.org/about-stats|publisher=ImageNet|accesso=22 Giugno 2016|urlarchivio=https://web.archive.org/web/20190320194841/http://image-net.org/about-stats|lingua=en}}</ref> Gli oggetti individuati sono stati classificati in più di 20.000 categorie<ref name="nytimes 2012"/>: alcune categorie di oggetti frequenti, come ad esempio "pallone" o "fragola", consistono di diverse centinaia di immagini.<ref name=economist>{{cita news|titolo=From not working to neural networking|url=https://www.economist.com/news/special-report/21700756-artificial-intelligence-boom-based-old-idea-modern-twist-not|accesso=3 Febbraio 2018|pubblicazione=The Economist|data=25 Giugno 2016|lingua=en|urlarchivio=https://web.archive.org/web/20161231203934/https://www.economist.com/news/special-report/21700756-artificial-intelligence-boom-based-old-idea-modern-twist-not}}</ref> La base di dati con le annotazioni relative ad immagini di terze parti è gratuitamente disponibile direttamente da ImageNet, anche se le immagini non sono parte del progetto (difatti viene fornito solo il [[URL|collegamento]] ad esse). <ref>{{cita web|titolo=ImageNet Overview|url=http://image-net.org/about-overview|sito=ImageNet|accesso=22 Giugno 2016|lingua=en|urlarchivio=https://web.archive.org/web/20160704234358/http://image-net.org/about-overview}}</ref> A partire dal 2010, ogni anno viene indetta una competizione denominata ''ImageNet Large Scale Visual Recognition Challenge'' (ILSVRC): in tale occasione programmi software vengono fatti competere per classificare e rilevare correttamente oggetti e scene contenuti nelle immagini. Nell'ambito della competizione viene impiegata una lista ridotta di immagini con oggetti appartenenti a mille categorie non sovrapposte.<ref name=ILJVRC-2015>{{Cita pubblicazione |
||
|titolo = ImageNet Large Scale Visual Recognition Challenge |
|||
|autore = Olga Russakovsky |
|||
|autore2= Jia Deng |
|||
|autore3= Hao Su |
|||
|autore4= Jonathan Krause |
|||
|autore5= Sanjeev Satheesh |
|||
|autore6= Sean Ma |
|||
|autore7= Zhiheng Huang |
|||
|autore8= Andrej Karpathy |
|||
|autore9= Aditya Khosla |
|||
|autore10= Michael Bernstein |
|||
|autore11= Alexander C. Berg |
|||
|autore12=Li Fei-Fei |
|||
|rivista = International Journal of Computer Vision |
|||
|volume = 115 |
|||
|numero = 3 |
|||
|editore = Springer |
|||
|anno = 2015 |
|||
|mese = Dicembre |
|||
|pp = 211-252 |
|||
|lingua = en |
|||
|ISSN = 0920-5691 |
|||
|doi = 10.1007/s11263-015-0816-y |
|||
|url = https://link.springer.com/article/10.1007/s11263-015-0816-y |
|||
}}</ref> |
|||
== Voci correlate == |
== Voci correlate == |
||
Versione delle 20:18, 27 apr 2019
Il progetto ImageNet consiste in un'ampia base di dati di immagini, realizzata per l'utilizzo, in ambito di visione artificiale, nel campo del riconoscimento di oggetti. Il dataset consiste in più di 14 milioni di immagini[1][2] che sono state annotate manualmente con l'indicazione degli oggetti in esse rappresentati e della bounding box che li delimita.[3] Gli oggetti individuati sono stati classificati in più di 20.000 categorie[2]: alcune categorie di oggetti frequenti, come ad esempio "pallone" o "fragola", consistono di diverse centinaia di immagini.[4] La base di dati con le annotazioni relative ad immagini di terze parti è gratuitamente disponibile direttamente da ImageNet, anche se le immagini non sono parte del progetto (difatti viene fornito solo il collegamento ad esse). [5] A partire dal 2010, ogni anno viene indetta una competizione denominata ImageNet Large Scale Visual Recognition Challenge (ILSVRC): in tale occasione programmi software vengono fatti competere per classificare e rilevare correttamente oggetti e scene contenuti nelle immagini. Nell'ambito della competizione viene impiegata una lista ridotta di immagini con oggetti appartenenti a mille categorie non sovrapposte.[6]
Voci correlate
Note
- ^ (EN) New computer vision challenge wants to teach robots to see in 3D, in New Scientist, 7 Aprile 2017. URL consultato il 3 Febbraio 2018 (archiviato dall'url originale il 30 ottobre 2018).
- ^ a b (EN) John Markoff, For Web Images, Creating New Technology to Seek and Find, in The New York Times, 19 Novembre 2012. URL consultato il 3 Febbraio 2018 (archiviato dall'url originale il 16 febbraio 2019).
- ^ (EN) ImageNet Summary and Statistics, su image-net.org. URL consultato il 22 Giugno 2016 (archiviato dall'url originale il 20 marzo 2019).
- ^ (EN) From not working to neural networking, in The Economist, 25 Giugno 2016. URL consultato il 3 Febbraio 2018 (archiviato dall'url originale il 31 dicembre 2016).
- ^ (EN) ImageNet Overview, su ImageNet. URL consultato il 22 Giugno 2016 (archiviato dall'url originale il 4 luglio 2016).
- ^ (EN) Olga Russakovsky, Jia Deng, Hao Su, Jonathan Krause, Sanjeev Satheesh, Sean Ma, Zhiheng Huang, Andrej Karpathy, Aditya Khosla, Michael Bernstein, Alexander C. Berg e Li Fei-Fei, ImageNet Large Scale Visual Recognition Challenge, in International Journal of Computer Vision, vol. 115, n. 3, Springer, Dicembre 2015, pp. 211-252, DOI:10.1007/s11263-015-0816-y, ISSN 0920-5691.
Collegamenti esterni
- Sito ufficiale, su image-net.org.
