Competition——ML/DL：机器学习、深度学习各种计算机视觉、自然语言处理、科学预测等等比赛竞赛简介
Competition——ML/DL：機器學習、深度學習各種計算機視覺、自然語言處理、科學預測等等比賽競賽簡介
相關內容
Competition——互聯網比賽(編程相關)：國內外各種互聯網比賽舉辦時間、條件、細節等詳細攻略
Competition——AI：國內外人工智能比賽平臺以及競賽類型、競賽題目、舉行時間等之詳細攻略(最全+ing)
Competition——ML/DL：機器學習、深度學習各種計算機視覺、自然語言處理、科學預測等等比賽競賽簡介
?
?
?
目錄
一、計算機視覺類比賽
1、ILSVRC比賽?(Imagenet Large Scale Visual Recognition Challenge)
1、比賽評價標準
2、比賽的意義
二、自然語言處理類比賽
三、數據科學預測準確度比賽
?
?
?
一、計算機視覺類比賽
1、ILSVRC比賽?(Imagenet Large Scale Visual Recognition Challenge)
? ? ? ??ILSVRC大賽最常用的就是ImageNet數據集，ILSVRC使用ImageNet的一個子集，總共有大約120萬個訓練圖像，50,000個驗證圖像，以及150,000個測試圖像；1000類別標記。
? ? ? ?該項目是一個用于視覺對象識別軟件研究的大型可視化數據庫。超過1400萬的圖像URL被ImageNet手動注釋，以指示圖片中的對象。在至少一百萬個圖像中，還提供了邊界框。ImageNet包含2萬多個類別，一個典型的類別，如“氣球”或“草莓”，包含數百個圖像。第三方圖像URL的注釋數據庫可以直接從ImageNet免費獲得。但是，實際的圖像不屬于ImageNet。
? ? ? ?自2010年以來，ImageNet項目每年舉辦一次軟件比賽，即ImageNet大規模視覺識別挑戰賽（ILSVRC），軟件程序競相正確分類和檢測物體和場景。 ImageNet挑戰使用了一個“修剪”的1000個非重疊類的列表。2012年在解決ImageNet挑戰方面取得了巨大的突破，被廣泛認為是深度學習革命的開始。
?? ? ??以2012 年為界，之后基于深度學習的方法一直居于首位。實際上，2012 年的AlexNet大幅降低了錯誤識別率。并且，此后基于深度學習的方法不斷在提升識別精度。特別是2015 年的ResNet(一個超過150 層的深度網絡)將錯誤識別率降低到了3.5%。據說這個結果甚至超過了普通人的識別能力。這些年深度學習取得了不斐的成績，其中VGG、GoogLeNet、ResNet已廣為人知，在與深度學習有關的各種場合都會遇到這些網絡。
? ? ? ?ILSVRC大賽有多個測試項目，其中之一是“類別分類”（classification），在該項目中，會進行1000 個類別的分類，比試識別精度。來看一下最近幾年的ILSVRC大賽的類別分類項目的結果。
? ? ? ? ? ? ? ? ?ILSCRV優勝隊伍的成績演變：豎軸是錯誤識別率，橫軸是年份。橫軸的括號內是隊伍名或者方法名
1、比賽評價標準
分類：
- top-5 error —> make 5 guesses about the image label
- top-1 error —> make 1 guess about the image label?
?
2、比賽的意義
? ? ? ?AlexNet在ILSVRC2012圖像分類競賽第一名，將top-5錯誤率降至16.4%，標志著深度學習革命的開始，掀起了深度卷積神經網絡在各個領域的研究熱潮。?
?
?
相關內容：
Dataset之ImageNet：ImageNet數據集簡介、安裝、使用方法之詳細攻略
Competition——ML/DL：機器學習、深度學習各種計算機視覺、自然語言處理、科學預測等等比賽競賽簡介
?
?
二、自然語言處理類比賽
后期更新……
?
?
三、數據科學預測準確度比賽
后期更新……
?
?
?
?
總結
以上是生活随笔為你收集整理的Competition——ML/DL：机器学习、深度学习各种计算机视觉、自然语言处理、科学预测等等比赛竞赛简介的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： DL之AF：机器学习/深度学习中常用的激
- 下一篇： NS之VGG(Keras)：基于Kera