2018年10月17日，腾讯AI Lab宣布正式开源“Tencent ML-Images”项目，地址为https://github.com/Tencent/tencent-ml-images。该项目由多标签图像数据集ML-Images，以及业内目前同类深度学习模型中精度最高的深度残差网络ResNet-101构成。
该开源项目的主要内容包括：
ML-Images数据集的全部图像URLs,以及相应的类别标注。出于原始图像版权的考虑，此次开源将不直接提供原始图像，用户可利用我们提供的下载代码和URLs自行下载图像。
ML-Images数据集的详细介绍，包括图像来源，图像数量，类别数量，类别的语义标签体系，标注方法，以及图像的标注数量等统计量。
完整的代码和模型。我们提供的代码涵盖从图像下载，图像预处理，基于ML-Images的预训练，基于ImageNet的迁移学习，到基于训练所得模型的图像特征提取的完整流程。该项目提供了基于小数据集的训练示例，以方便用户快速体验我们的训练流程。该项目还提供了非常高精度的ResNet-101模型(在单标签基准数据集ImageNet的验证集上的top-1精度为80.73%)。用户可根据自身需求，随意选用该项目的代码或模型。
“Tencent ML-Images”作为腾讯开源第58个项目（https://github.com/Tencent），是腾讯AI Lab在计算机视觉领域所累积的基础能力的一次释放，将为人工智能领域的科研人员和工程师提供充足的高质量训练数据，及简单易用、性能强大的深度学习模型。在工作中，ML-Images能为包括图像、视频等在内的视觉任务提供强大支撑，并助力图像分类、物体检测、物体跟踪、语义分割等技术水平的提升，促进人工智能行业共同发展。
