在Google Cloud Platform上提升YouTube-8M分类精度的有效方法
机器学习
2017-06-27 v1 机器学习
摘要
大规模数据集在神经网络与深度学习领域的进展中发挥了重要作用。YouTube-8M 正是这样一个用于通用多标签视频分类的基准数据集。它从超过700万条YouTube视频（45万小时视频）创建，并包含来自4716类词汇表的视频标签（平均每条视频3.4个标签）。它还带有从视频每一秒预提取的音频与视觉特征（总计32亿个特征向量）。Google cloud近期发布了该数据集，并在Kaggle上组织了“Google Cloud & YouTube-8M Video Understanding Challenge”。参赛者被要求开发分类算法，利用新的改进的Youtube-8M V2数据集分配视频级标签。受该竞赛启发，我们开始探索使用深度学习算法与集成方法进行音频理解与分类。我们根据基准论文和公开的github tensorflow代码构建了若干基线预测。此外，我们通过集成方法将全局预测精度（GAP）从基准水平77%提升至80.7%。
引用
@article{arxiv.1706.08217,
title = {An Effective Way to Improve YouTube-8M Classification Accuracy in Google Cloud Platform},
author = {Zhenzhen Zhong and Shujiao Huang and Cheng Zhan and Licheng Zhang and Zhiwei Xiao and Chang-Chun Wang and Pei Yang},
journal= {arXiv preprint arXiv:1706.08217},
year = {2017}
}
备注
5 pages, 2 figures