谷歌博客今天比较忙，在发布TensorFlow's1.0这一重磅更新后，紧接着又发布了一条新闻：启动一场基于YouTube-8M数据库的视频理解挑战赛。挑战赛提供了丰厚的奖金，并终将在今年的CVPR2017大会上进行展示。去年9月，为了促进大规模视频理解技术的创新和发展，我们发布了YouTube-8M数据库，里面包含了数百万的视频，而且这些视频都被分类贴上的数千种标签。

　　最近，谷歌其它团队相继发布了更多的数据库，比如OpenImages和YouTube-BoundingBoxes，与YouTube-8M数据库一起，促进图像和视频理解技术的发展。为了促进这些目标，今天我们正式发布升级版的YouTube-8M，并与GoogleCloudMachineLearning、yuhou.cn一起合作组织一场“视频理解挑战赛”和一场以此为主题的CVPR’17Workshop。

　　升级版的YouTube-8M

　　最新升级版的YouTube-8M包括更加清晰、详细的标签（平均每个视频多两倍的标签）和一系列干净的视频。除了之前发布的视觉特征之外，数据库首次包括了预先计算的音频特征，这是基于最先进的音频建模架构得来的。音视频特征以1秒的时间粒度实时同步，这使得YouTube-8M成为了一个大型多模态的数据库，为联合音视（临时的）建模提供了令人欣喜的机会。新版本的关键数据如下所示。

　　升级版YouTube-8M数据库的可视化树状图。按照24个垂直行业组织起来，包括前200个最常用的实体和每一个垂直领域最常用的5个实体。

　　样本视频，来自YouTube-8M数据库里前18个高等级的垂直领域