如何评价ILSVRC 2015 结果

发布网友发布时间：2022-03-27 13:50

共1个回答

热心网友时间：2022-03-27 15:19

第一次回答此类问题，有不准确的地方敬请见谅。关于ILSVRC的背景知识， Filestorm 有一篇很好的文章，值得一读，我就不再赘叙了，免得我的文笔相形见绌：
从Clarifai的估值聊聊深度学习 - 机器视觉x模式识别

今年我们在Google提交的结果与去年相比有了很大的提高，并且在classification和detection两个方向都获得了最好的结果。不过，话说回来，大家也应该都估计到了今年的结果会比去年好：）个人觉得，更有意思的是“how to get the number"而不是“what the number is”。我从classification和detection两个track分别聊一下个人的拙见。

Classification：与Alex在2012年提出的AlexNet不同的一点是，我们这次的结果大大增加的网络的深度，并且去掉了最顶层的全连接层：因为全连接层（Fully Connected）几乎占据了CNN大概90%的参数，但是同时又可能带来过拟合（overfitting）的效果。这样的结果是，我们的模型比以前AlexNet的模型大大缩小，并且减轻了过拟合带来的副作用。另外，我们在每一个单独的卷积层上也作了一些工作（“with intuitions gained from the Hebbian principle”），使得在增加网络深度的情况下，依然可以控制参数的数量和计算量，这都是一些很有趣的方向。

Detection：个人觉得，在detection上最有意思的工作应该是ILSVRC2013以后，Jeff Donahue和Ross Girshick（和我在Berkeley同一个实验室的Phd学生和Postdoc）所发表的R-CNN方法。R-CNN的具体想法是，将detection分为寻找object（不管具体类别，只管“那儿好像有个东西”）和识别object（识别每个“东西”到底是狗还是猫）两个过程。在第一步，我们可以用很多底层特征，比如说图像中的色块，图像中的边界信息，等等。第二步就可以祭出CNN来做识别，网络越好，识别率也就越高。今年很多参与detection的组都借鉴了R-CNN的想法。