The TensorFlow Blog
·
介绍Wake Vision：一个高质量的大规模数据集，用于TinyML计算机视觉应用
💡
原文英文，约900词，阅读约需4分钟。
📝
内容提要
Wake Vision是一个新发布的大规模数据集，专为TinyML中的人检测任务设计，包含约600万张高质量图像。它提供两种训练集，帮助研究人员在数据量和质量之间找到平衡，从而提升模型在真实场景中的表现。
🎯
关键要点
- Wake Vision是一个新发布的大规模数据集，专为TinyML中的人检测任务设计，包含约600万张高质量图像。
- TinyML需要更好的数据集，以支持在低功耗设备上运行的紧凑高效模型。
- Wake Vision提供两种训练集：Wake Vision (Large)优先考虑数据集大小，Wake Vision (Quality)优先考虑标签质量。
- 高质量标签对TinyML模型更为重要，Wake Vision通过两种版本的训练集帮助研究人员平衡数据集的大小和质量。
- Wake Vision提供细致的基准测试，评估模型在真实场景中的表现，包括距离、光照条件、表现形式及性别和年龄偏见。
- 使用Wake Vision可以实现高达6.6%的准确率提升，错误率从7.8%降低到2.2%。
- Wake Vision网站设有排行榜，便于跟踪和提交新模型的表现。
- Wake Vision通过流行的数据集服务提供，采用宽松的许可协议（CC-BY 4.0），研究人员可以自由使用和改编。
- Wake Vision团队已公开数据集、代码和基准，以加速TinyML研究，开发更可靠的人检测模型。
➡️
