ImageNet 2016的結(jié)果揭曉，冠軍幾乎被中國團(tuán)隊包攬：CUImage（商湯和港中文），Trimps-Soushen（公安部三所），CUvideo（商湯和港中文），HikVision（?？低?/a>），SenseCUSceneParsing（商湯和港中文），NUIST（南京信息工程大學(xué)）分別拿下多個項目的冠軍。
1、物體探測
任務(wù)1a，用提供的訓(xùn)練數(shù)據(jù)進(jìn)行物體探測，冠軍隊伍 CUImage，使用提供數(shù)據(jù)合成6個模型，探測物體勝出種類數(shù)量109，精準(zhǔn)度 0.662751。
下圖，任務(wù)1b，使用額外訓(xùn)練數(shù)據(jù)進(jìn)行物體探測。冠軍隊伍 CUImage，使用的是自己在ImageNet Det 數(shù)據(jù)上的標(biāo)簽基準(zhǔn)。識別物體勝出種類數(shù)量176個，平均精準(zhǔn)度0.66081。
2. 物體定位
下圖，任務(wù)2a：使用提供的訓(xùn)練數(shù)據(jù)進(jìn)行分類+定位。冠軍隊伍Trimps-Soushen。第一名的模型定位錯誤率為0.077087，分類錯誤率為0.02991。
下圖，任務(wù)2b：使用額外訓(xùn)練數(shù)據(jù)進(jìn)行分類和定位結(jié)果。Trimps-Soushen在定位和分類上依然排在第一。
3. 視頻中的物體探測（VID）
下圖，任務(wù)3a，使用提供訓(xùn)練數(shù)據(jù)進(jìn)行的視頻中的物體探測。冠軍團(tuán)隊NUIST，識別物體勝出種類數(shù)量10個，平均精準(zhǔn)度0.808292。
下圖，任務(wù)3b，使用額外訓(xùn)練數(shù)據(jù)進(jìn)行的視頻中的物體探測。冠軍團(tuán)隊NUIST，識別物體勝出種類數(shù)量17個，平均精準(zhǔn)度0.79593。
下圖，任務(wù)3c，用提供訓(xùn)練數(shù)據(jù)進(jìn)行的視頻中物體探測和追蹤，冠軍是CUvideo。
下圖，任務(wù)3d，用額外訓(xùn)練數(shù)據(jù)進(jìn)行的視頻中物體探測和追蹤，冠軍是NUIST。
4. 場景分類
冠軍 Hikvision
5. 場景分析
冠軍SenseCUSceneParsing
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場趨勢的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動、展會等整合營銷服務(wù)。
粵公網(wǎng)安備 44030402000264號
