计算机视觉常识

数据集

此外数据集还有ImageNet ，微软的MS COCO数据集

ImageNet 数据集包含 21841 个类别，14,197,122张图片，其通过WordNet对类别进行分组，使数据集的语义信息更合理，非常适合图像识别

 

ILSVRC：大规模图像识别挑战赛

ImageNet Large Scale Visual Recognition Challenge 是李飞飞等人于2010年创办的图像识别挑战赛，自2010起连续举办8年，极大地推动计算机视觉发展

比赛项目涵盖：

• 图像分类(Classification)、
• 目标定位(Object localization)、
• 目标检测(Object detection)、
• 视频目标检测(Object detection from video)、
• 场景分类(Scene classification)、
• 场景解析(Scene parsing)

竞赛中脱颖而出大量经典模型： alexnet，vgg，googlenet，resnet，densenet等

 

ILSVRC-2012 从ImageNet中挑选1000类的1,200,000张作为训练集

 

top-1/top-5

在ImageNet上，按照惯例报告两个错误率：top-1和top-5，top-5错误率是指测试图像的正确标签不在模型认为的五个最可能的便签之中。top-1也是同理。