腾讯AI Lab宣布将于9月底正式对“Tencent ML-Images”项目开源。据介绍，“Tencent ML-Images”项目由多标签图像数据集ML-Images以及深度残差网络ResNet-101构成。“Tencent ML-Images”项目此次公布的图像数据集ML-Images，包含了1800万图像和1.1万多种常见物体类别。
在业内已公开的多标签图像数据集中规模最大，足以满足一般科研机构及中小企业的使用场景。
此外，腾讯AI Lab将公布基于ML-Images训练得到的深度残差网络ResNet-101。该模型的视觉表示能力和泛化性能在当前业内同类模型中精度最高。据悉，通过迁移学习，该模型在ImageNet验证集上取得了80.73%的top-1分类精度，超过谷歌同类模型（迁移学习模式）的精度。
除了数据集，腾讯AI Lab团队还将在此次开源项目中详细介绍大规模的多标签图像数据集的构建方法，包括图像的来源、图像候选类别集合、类别语义关系和图像的标注；基于ML-Images的深度神经网络的训练方法等。
据腾讯AI Lab介绍，“Tencent ML-Images”项目的深度学习模型，目前已在腾讯多项业务中发挥作用，如“天天快报”的图像质量评价与推荐功能。此外，腾讯AI Lab团队还将基于Tencent ML-Images的ResNet-101模型迁移到很多其他视觉任务，包括图像物体检测，图像语义分割，视频物体分割，视频物体跟踪等。
近几年，腾讯项目开源加速，自2016年腾讯首次在GitHub上发布开源项目以来，已累积开源57个项目。今年3月，腾讯成为LF深度学习基金会初始白金会员。6月，腾讯正式成为Linux基金会白金会员，并将高性能RPC开发框架TARS，及其轻量化名字服务方案TSeer提供给Linux基金会。