Competition——ML/DL:机器学习、深度学习各种计算机视觉、自然语言处理、科学预测等等比赛竞赛简介

Competition——ML/DL:机器学习、深度学习各种计算机视觉、自然语言处理、科学预测等等比赛竞赛简介

相关内容
Competition——互联网比赛(编程相关):国内外各种互联网比赛举办时间、条件、细节等详细攻略
Competition——AI:国内外人工智能比赛平台以及竞赛类型、竞赛题目、举行时间等之详细攻略(最全+ing)
Competition——ML/DL:机器学习、深度学习各种计算机视觉、自然语言处理、科学预测等等比赛竞赛简介


一、计算机视觉类比赛

1、ILSVRC比赛 (Imagenet Large Scale Visual Recognition Challenge)

ILSVRC大赛最常用的就是ImageNet数据集,ILSVRC使用ImageNet的一个子集,总共有大约120万个训练图像,50,000个验证图像,以及150,000个测试图像;1000类别标记。
       该项目是一个用于视觉对象识别软件研究的大型可视化数据库。超过1400万的图像URL被ImageNet手动注释,以指示图片中的对象。在至少一百万个图像中,还提供了边界框。ImageNet包含2万多个类别,一个典型的类别,如“气球”或“草莓”,包含数百个图像。第三方图像URL的注释数据库可以直接从ImageNet免费获得。但是,实际的图像不属于ImageNet。
       自2010年以来,ImageNet项目每年举办一次软件比赛,即ImageNet大规模视觉识别挑战赛(ILSVRC),软件程序竞相正确分类和检测物体和场景。 ImageNet挑战使用了一个“修剪”的1000个非重叠类的列表。2012年在解决ImageNet挑战方面取得了巨大的突破,被广泛认为是深度学习革命的开始
       以2012 年为界,之后基于深度学习的方法一直居于首位。实际上,2012 年的AlexNet大幅降低了错误识别率。并且,此后基于深度学习的方法不断在提升识别精度。特别是2015 年的ResNet(一个超过150 层的深度网络)将错误识别率降低到了3.5%。据说这个结果甚至超过了普通人的识别能力。这些年深度学习取得了不斐的成绩,其中VGG、GoogLeNet、ResNet已广为人知,在与深度学习有关的各种场合都会遇到这些网络。

ILSVRC大赛有多个测试项目,其中之一是“类别分类”(classification),在该项目中,会进行1000 个类别的分类,比试识别精度。来看一下最近几年的ILSVRC大赛的类别分类项目的结果。

ILSCRV优胜队伍的成绩演变:竖轴是错误识别率,横轴是年份。横轴的括号内是队伍名或者方法名

1、比赛评价标准

分类

  • top-5 error —> make 5 guesses about the image label
  • top-1 error —> make 1 guess about the image label

2、比赛的意义

AlexNet在ILSVRC2012图像分类竞赛第一名,将top-5错误率降至16.4%,标志着深度学习革命的开始,掀起了深度卷积神经网络在各个领域的研究热潮。

相关内容:
Dataset之ImageNet:ImageNet数据集简介、安装、使用方法之详细攻略
Competition——ML/DL:机器学习、深度学习各种计算机视觉、自然语言处理、科学预测等等比赛竞赛简介

二、自然语言处理类比赛

后期更新……

三、数据科学预测准确度比赛

后期更新……

(0)

相关推荐