#今日论文推荐#CV未来在这68张图上?Google Brain深扒ImageNet:顶级模型全都预测失败
过去的十年里,ImageNet基本就是计算机视觉领域的「晴雨表」,看准确率有没有提升,就知道有没有新技术问世。
「刷榜」一直是模型创新的原动力,把模型Top-1准确率推动到90%+,比人类还高。
但ImageNet数据集是否真的像我们想象中的那么有用?
很多论文都曾对ImageNet发出质疑,比如数据的覆盖度、偏见问题、标签是否完善等等。
其中最重要的是,模型90%的准确率是否真的准确?
最近Google Brain团队和加州大学伯克利分校的研究人员重新审视了几个sota模型的预测结果,发现模型真正的准确率还可能被低估了!
论文题目:When does dough become a bagel? Analyzing the remaining mistakes on ImageNet
详细解读:https://www.aminer.cn/research_report/6295bb247cb68b460fc69bad?download=falsehttps://www.aminer.cn/research_report/6295bb247cb68b460fc69bad?download=false
AMiner链接:https://www.aminer.cn/?f=cs