计算机视觉现状

从数据量角度看待计算机视觉

现有数据集太小—–对象检测—-图像识别—–语音识别—–数据集很大
现有小的数据集意味着需要跟多的手工工程，而有了大数据集就可以使用逻辑简单、体积很大的网络，较少的手工工程。

两种知识来源：

• Labeled data(x,y)标签
• Hand engineered features/network architecture/other components精心找到的特征、设计的网络结构等

计算机视觉领域中，一直没有足够大的数据，所以很多时候需要手工工程，复杂的网络结构和超参数。 当数据集小的时候，考虑迁移学习。

Tips for doing well on benchmark/winning competitions
基准测试：若在基准上做得好就容易发论文，但是一般不会用于生产环境。
基准测试中表现良好的tips：

• 集成ensembing：如果你已经知道了如何构建网络，那么生成不同的几个网络，同事输出结果，并取几个结果的平均值作为最终预测结果，可能可以提高1%-2%，有助于赢得比赛
• Multi-crop at test time:比如10-crop，两张原图像，生成两个镜像，分别取中心crop，左上crop，左下crop等，通过分类器输入这10种图像，结果取平均