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)