MIT再推出有名数据集ImageNet存在系统性Bug，祸端还是WordNet

惨遭下架后，MIT再爆知名数据集ImageNet存在系统性Bug，祸端还是WordNet

麻省理工研究团队之所以在ICML大会上介绍这项研究，是因为近期陷入的“Tiny Images”争议事件。

就在本月初，麻省理工学院（MIT）宣布永久删除了包含8000万张图像的Tiny Images数据集，并公开表示歉意。其原因是，有关研究人员发表了一篇论文指控Tiny ImageNet数据集存在多项危险标签，包括种族歧视、性别歧视、色情内容等，而且指控有理有据。

论文中表明，ImageNet在语义结构分析上，使用的WordNet名词，它包含了种族歧视等危险内容，同时，由于图像过小，数据量过大，并未手动对图像标签进行逐一核对，由此导致了问题的出现。

众所周知，知名数据集ImageNet也使用了WordNet用于语义结构分析，那么，ImageNet数据集是否也存在同样的问题？对此，麻省理工研究团队给出了答案。

大规模ImageNet数据集的出现，可以说意味着机器学习深度变革的一个新起点。2009年，李飞飞领衔的研究团队在计算机视觉与识别模式大会（CVPR）上首次推出ImageNet，ImageNet数据集包含10000个分类，超过一百万个图像，数据量之大是此从未有过的。

正是因数据量大、质量高，ImageNet数据集被广泛用于预训练和基准测试。但是，麻省理工研究团队在最近的研究中却指出：

ImageNet存在明显的“系统标注问题”，导致其用作基准数据集时与实际情况并不一致。

（编辑：厦门网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!