[文献阅读之]What Does Classifying More Than 10,000 Image Categories Tell Us?大规模图片分类问题

ps. 文章较老，2010年的ECCV。虽然较早，确是大规模分类问题的起步性文章。后续引发了一大批衍生研究。本文预期将此问题的所有线索整理到位。

（红字表示绝对真实，蓝字表示推理真实）

这篇文章对1W个图像类别的分类问题进行了一系列实验，得出了4个重要的供后续研究的参考性结论：

1) computational issues become crucial in algorithm design

文中证据：

数据库大小：ImageNet 1W类别，900万张图片。

实验平台1：2.66GHz Intel Xeon CPU。

（模型学习时间）

--BOW+binary linear SVM(包含cross validation)  LIBLINEAR 

  单个分类器训练为 1小时

  1-vs-all 训练为 1CPU year，测试16小时（训练集与测试集按照50%划分）

  1-vs-1   训练为 1CPU year，测试8年

（学习时所需内存）