• [转载]ImageNet历年冠军和相关CNN模型


    原文链接:https://www.cnblogs.com/liaohuiqiang/p/9609162.html

    ImageNet

    1. 是一个超过15 million的图像数据集,大约有22,000类。
    2. 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。
    3. 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

    1. 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。
    2. 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。
    3. 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。
    4. 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。
    5. 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。
    6. 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)

    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)

    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)

    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

  • 相关阅读:
    hdu 1695 GCD 欧拉函数 + 容斥
    E. Xenia and Tree 分块 + LCA
    二分图匹配 + 构造 E. Arpa’s overnight party and Mehrdad’s silent entering
    Win系统如何修改远程桌面端口3389
    centos7下使用selenium实现文件上传
    windows下tesseract-ocr的安装及使用
    windows下pycharm输入法跟随设置
    django 外键使用select html
    xstart访问centos7
    Centos7 安装VNC实现远程桌面
  • 原文地址:https://www.cnblogs.com/charleechan/p/12317760.html
Copyright © 2020-2023  润新知