ILSVRC2017 Object detection

PaulForDream

6月份利用业余时间一个人参加了ILSVRC2017的Object detection Task,队名取作PaulForDream,寓意为梦想做些努力。

成绩

今天结果出来了,除去一个队伍的多次提交后,队伍排名第7;提交结果在所有Entry中排名第18。

http://image-net.org/challenges/LSVRC/2017/results

总结

对于比赛成绩,我并不是很满意。由于只是利用业余时间独自参赛,时间、精力以及计算资源有限,没能按时完成多模型集成、多次提交的计划,没能训练出能代表个人最高水平的模型。
总结原因如下:
1、计算资源意外中断,没能及时完成第二个模型的训练,只提交了一次单模的检测结果。
按照提交时间截止3天后训练出的新模型在验证集上的精度,mAP提升在4个百分点以上,起码可以提升5个排名。
2、没有及时完成YOLOv2的Inception-ResNet-v2网络移植。
我训练了一个459*459分辨率的Inception-ResNet-v2 ImageNet 1000类物体分类网络,Top-1 Accuracy 81.7%,Top-5 Accuracy 96.4%,比Darknet-19的分类精度要高5个百分点。更高的分类网络精度可以改善检测精度。
3、没有足够的时间完成多模型训练,并将多模型结果集成。

你可能感兴趣的:(机器学习)