原文链接：https://www.cnblogs.com/liaohuiqiang/p/9609162.html
ImageNet
- 是一个超过15 million的图像数据集，大约有22,000类。
- 是由李飞飞团队从2007年开始，耗费大量人力，通过各种方式（网络抓取，人工标注，亚马逊众包平台）收集制作而成，它作为论文在CVPR-2009发布。当时人们还很怀疑通过更多数据就能改进算法的看法。
- 深度学习发展起来有几个关键的因素，一个就是庞大的数据（比如说ImageNet），一个是GPU的出现。（还有更优的深度模型，更好的优化算法，可以说数据和GPU推动了这些的产生，这些产生继续推动深度学习的发展）。
ILSVRC
- 是一个比赛，全称是ImageNet Large-Scale Visual Recognition Challenge，平常说的ImageNet比赛指的是这个比赛。
- 使用的数据集是ImageNet数据集的一个子集，一般说的ImageNet（数据集）实际上指的是ImageNet的这个子集，总共有1000类，每类大约有1000张图像。具体地，有大约1.2 million的训练集，5万验证集，15万测试集。
- ILSVRC从2010年开始举办，到2017年是最后一届。ILSVRC-2012的数据集被用在2012-2014年的挑战赛中（VGG论文中提到）。ILSVRC-2010是唯一提供了test set的一年。
- ImageNet可能是指整个数据集（15 million），也可能指比赛用的那个子集（1000类，大约每类1000张），也可能指ILSVRC这个比赛。需要根据语境自行判断。
- 12-15年期间在ImageNet比赛上提出了一些经典网络，比如AlexNet，ZFNet，OverFeat，VGG，Inception，ResNet。我在CNN经典结构1中做了相应介绍。
- 16年之后也有一些经典网络，比如WideResNet，FractalNet，DenseNet，ResNeXt，DPN，SENet。我在CNN经典结构2中做了相应介绍。
ImageNet的分类结果（加粗为冠军）
| 年 | 网络/队名 | val top-1 | val top-5 | test top-5 | 备注 |
|---|---|---|---|---|---|
| 2012 | AlexNet | 38.1% | 16.4% | 16.42% | 5 CNNs |
| 2012 | AlexNet | 36.7% | 15.4% | 15.32% | 7CNNs。用了2011年的数据 |
| 2013 | OverFeat | 14.18% | 7 fast models | ||
| 2013 | OverFeat | 13.6% | 赛后。7 big models | ||
| 2013 | ZFNet | 13.51% | ZFNet论文上的结果是14.8 | ||
| 2013 | Clarifai | 11.74% | |||
| 2013 | Clarifai | 11.20% | 用了2011年的数据 | ||
| 2014 | VGG | 7.32% | 7 nets, dense eval | ||
| 2014 | VGG（亚军） | 23.7% | 6.8% | 6.8% | 赛后。2 nets |
| 2014 | GoogleNet v1 | 6.67% | 7 nets, 144 crops | ||
| GoogleNet v2 | 20.1% | 4.9% | 4.82% | 赛后。6 nets, 144 crops | |
| GoogleNet v3 | 17.2% | 3.58% | 赛后。4 nets, 144 crops | ||
| GoogleNet v4 | 16.5% | 3.1% | 3.08% | 赛后。v4+Inception-Res-v2 | |
| 2015 | ResNet | 3.57% | 6 models | ||
| 2016 | Trimps-Soushen | 2.99% | 公安三所 | ||
| 2016 | ResNeXt（亚军） | 3.03% | 加州大学圣地亚哥分校 | ||
| 2017 | SENet | 2.25% | Momenta 与牛津大学 |
ImageNet的定位结果（加粗为冠军）
| 年 | 网络/队名 | val top-5 | test top-5 | 备注 |
|---|---|---|---|---|
| 2012 | AlexNet | 34.19% | 多伦多大学Hinton和他学生 | |
| 2012 | AlexNet | 33.55% | 用了2011年的数据 | |
| 2013 | OverFeat | 30.0% | 29.87% | 纽约大学Lecun团队 |
| 2014 | GoogleNet | 26.44% | 谷歌 | |
| 2014 | VGG | 26.9% | 25.32% | 牛津大学 |
| 2015 | ResNet | 8.9% | 9.02% | 微软 |
| 2016 | Trimps-Soushen | 7.71% | 公安三所，以Inception, resNet, WRN等为基础 | |
| 2017 | DPN | 6.23% | 新加坡国立大学与奇虎360 |
ImageNet的检测结果（加粗为冠军）
| 年 | 网络/队名 | mAP(%) | 备注 |
|---|---|---|---|
| 2013 | OverFeat | 19.40 | 使用了12年的分类数据预训练 |
| 2013 | UvA | 22.58 | |
| 2013 | OverFeat | 24.3 | 赛后。使用了12年的分类数据预训练 |
| 2014 | GoogleNet | 43.93 | R-CNN |
| 2015 | ResNet | 62.07 | Faster R-CNN |
| 2016 | CUImage | 66.28 | 商汤和港中文，以GBD-Net等为基础 |
| 2017 | BDAT | 73.41 | 南京信息工程大学和帝国理工学院 |
其它
HikVision（海康威视）：2016年的场景分类第一