【重磅】ImageNet 挑战赛落幕，中国团队包揽冠军 | 李飞飞专访谈计算机视觉先驱
2016-09-26 新智元
1、物体探测
任务1a，用提供的训练数据进行物体探测，冠军队伍 CUImage，使用提供数据合成6个模型，探测物体胜出种类数量109，精准度 0.662751。
下图，任务1b，使用额外训练数据进行物体探测。冠军队伍 CUImage，使用的是自己在ImageNet Det 数据上的标签基准。识别物体胜出种类数量176个，平均精准度0.66081。
2. 物体定位
下图，任务2a：使用提供的训练数据进行分类+定位。冠军队伍Trimps-Soushen。第一名的模型定位错误率为0.077087，分类错误率为0.02991。
下图，任务2b：使用额外训练数据进行分类和定位结果。Trimps-Soushen在定位和分类上依然排在第一。
3. 视频中的物体探测（VID）
下图，任务3a，使用提供训练数据进行的视频中的物体探测。冠军团队NUIST，识别物体胜出种类数量10个，平均精准度0.808292。
下图，任务3b，使用额外训练数据进行的视频中的物体探测。冠军团队NUIST，识别物体胜出种类数量17个，平均精准度0.79593。
下图，任务3c，用提供训练数据进行的视频中物体探测和追踪，冠军是CUvideo。
下图，任务3d，用额外训练数据进行的视频中物体探测和追踪，冠军是NUIST。
4. 场景分类
冠军 Hikvision
5. 场景分析
冠军SenseCUSceneParsing
