重要比赛历年冠军

Mr.小梅

已于 2022-04-11 10:54:34 修改

阅读量2.8k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：深度学习知识总结文章标签：深度学习神经网络算法人工智能计算机视觉

于 2022-04-07 10:44:07 首次发布

本文链接：https://blog.csdn.net/qq_39707285/article/details/124005711

本文详细总结了深度学习领域的几个重要比赛，包括ImageNet、PASCALVOC和COCO数据集的历史及历年冠军算法。ImageNet作为深度学习的里程碑，其分类和检测任务推动了AlexNet、VGG、GoogleNet、ResNet和SENet等模型的创新。PASCALVOC和COCO数据集则在物体识别和分割方面发挥了关键作用。历年来，各参赛队伍不断刷新记录，展示了深度学习技术的快速发展。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

深度学习知识点总结

专栏链接:
https://blog.csdn.net/qq_39707285/article/details/124005405
本专栏主要总结深度学习中的知识点，从各大数据集比赛开始，介绍历年冠军算法；同时总结深度学习中重要的知识点，包括损失函数、优化器、各种经典算法、各种算法的优化策略Bag of Freebies (BoF)等。

本章介绍各数据集以及历年冠军

文章目录

1. 重要比赛历年冠军

1. 重要比赛历年冠军

1.1. 数据集

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）。

1.1.1. ImageNet

包含超过1500万的图像数据集，大约有22,000个类别。
该数据集由李飞飞团队从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。
数据集官网

1.1.2. PASCAL VOC

在这里插入图片描述

PASCAL VOC 挑战赛主要有 Object Classification 、Object Detection、Object Segmentation、Human Layout、Action Classification 这几类子任务。
PASCAL VOC 2007 和 2012 数据集总共分 4 个大类：vehicle、household、animal、person，总共 20 个小类（加背景 21 类），预测的时候是只输出下图中黑色粗体的类别。
数据集官网

VOC 2007数据集图片/目标总数量统计。在这里插入图片描述

1.1.3. MS COCO

数据集官网
MS COCO的全称是Microsoft Common Objects in Context，起源于微软于2014年出资标注的Microsoft COCO数据集。
COCO数据集是一个大型的、丰富的物体检测，分割和字幕数据集。这个数据集以scene understanding为目标，主要从复杂的日常场景中截取，图像中的目标通过精确的segmentation进行位置的标定。图像包括91类目标，328,000影像和2,500,000个label。目前为止有语义分割的最大数据集，提供的类别有80 类，有超过33 万张图片，其中20 万张有标注，整个数据集中个体的数目超过150 万个。
COCO数据集包含20万个图像；80个类别中有超过50万个目标标注,它是最广泛公开的目标检测数据库