谷歌和 Kaggle 于今日宣布将举办一场新的机器学习挑战赛,该比赛要求开发人员找到自动给视频添加标签的最优方法。
这场冠军奖金高达30,000美元(排在其后的4个队伍的奖金为25,000、20,000、15,000、10,000美元)的挑战赛要求开发人员对来自更新后的 YouTube-8M V2 数据集的视频进行分类和加标签。该数据集囊括了总共7百万个 Youtube 视频,它们的总时长达到450,000个小时。YouTube-8M 同样也包含了标签,开发人员可以利用它作为他们的训练数据。本次挑战赛的内容是给700,000个过去从未被浏览过的视频添加标签。
谷歌公司在 TensorFlow1.0 发布的同一天启动了这项新的挑战赛——而这可能并不是巧合。和之前一样,谷歌并不要求开发人员必需使用谷歌的机器学习框架。他们也可以使用其他的框架。考虑到完整的帧级数据集的大小达到1.71 TB,而且被保存在谷歌的云计算平台上,大部分开发者可能还是想使用谷歌提供的服务来训练他们的模型(而且一旦他们用光了他们的免费份额,他们还能够获得一些额外的免费优惠来使用云计算平台)。
刚好在上周,谷歌还启动了 YouTube-Bounding Boxes 数据集。正如名字所示,该数据集由边界框组成(bounding boxes),它们能够穿过帧来追踪对象。尽管开发人员并不会把它用于这个新的挑战赛中,但是它清楚地显示了谷歌对于视频分类的兴趣。毕竟仍在不停壮大的 Youtube 可能要比谷歌大多数搜索引擎上的竞争对手执行过更多的搜索。
本文由 AI100 编译,转载需得到本公众号同意。
编译:AI100
原文链接:https://techcrunch.com/2017/02/15/google-teams-up-with-kaggle-to-host-100000-video-classification-challenge/