那些年我们一起追过的ILSVRC冠军

ILSVRC共举办7年， 其中产生一些如AlexNet，GoogleNet等经典网络，如下对其检测和分类领域的冠军进行总结。ps:下图前三个图展示了不同task对应的意义。

图片来源

 

 

年代	task	网络/队名	结果	说明
2012	分类	AlexNet	test top-5 error =0.16422	仅使用2012年的数据(使用2011年的数据时，top5 error=0.15315)
	单目标检测	AlexNet	test top-5 error =0.341905	仅使用2012年的数据(使用2011年的数据时，top5 error=0.335463)
2013	分类	Clarifai公司(ZFNet)	test top-5 error =0.11743	当年数据集上多个模型的平均结果(使用额外数据集时的top5 error=0.11197)；        ZFNet采用4种结构的5个网络取得top5 error=0.13511(论文中为0.148)的成绩；                                  ZFNet网络的作者Matthew D. Zeiler是Clarifai的创始人兼CEO。
	单目标检测	OverFeat	Error=0.298772	Yann Lecun在纽约大学的团队提出了著名的OverFeat算法
	检测	UvA-Euvision	map=0.22581	使用先验知识运行两次的结果;  OverFeat - NYU使用额外数据进行预训练map=0.194009排名第五。
2014	task 1a:基于提供数据的目标检测	NUS(新加坡国立大学)	map=0.37212	基于多模型得分混合后的结果
	task 1b:使用额外数据的目标检测	GoogLeNet	map=0.439329	Ensemble of detection models
	task 2a:基于提供数据的单目标检测	VGG（定位冠军）GoogLeNet(分类冠军)	定位误差(vgg) 0.253231                    分类误差(GoogLeNet) 0.06656	(VGG)多网络组合后的平均结果
	task 2b:使用额外数据的目标检测	Adobe-UIUC(定位冠军) CASIA_CRIPAC_We-ak_Supervision(分类冠军)	定位误差(Adobe) 0.300961                    分类误差(CASIA) 0.11358	CASIA_CRIPAC为中科院自动化所http://www.cripac.ia.ac.cn/CN/model/index.htm
2015	task 1a:基于提供数据的目标检测	MSRA(微软亚洲研究院)(ResNet)	map=0.620741	集成模型的结果；                  单模型的map=0.588451为亚军;          MSRA参赛人员中包括何凯明，即ResNet网络的作者
	task 1b:使用额外数据的目标检测	Amax	map=0.57848	Amax组成人员来自：                 1、悉尼科技大学；                   2、南京信息工程大学；
	task 2a:基于提供数据的单目标检测	MSRA(微软亚洲研究院)	定位误差0.090178    分类误差0.03567
	task 2b:使用额外数据的目标检测	Trimps-Soushen(定位冠军)           Amax(分类冠军)	定位误差(Soushen)0.122285    分类误差(Amax)0.04354	Trimps-Soushen为公安部三所
	task 3a:基于提供视频数据的目标检测	CUVideo	map=0.678216	CUVideo参赛人员来自：              1、香港中文大学；                   2、SenseTime Group Limited(商汤科技)；
	task 3b:使用额外视频数据的目标检测	Amax		Amax组成人员来自：                 1、悉尼科技大学；                   2、南京信息工程大学；
	task 4a:使用提供数据的场景分类	WM	分类误差0.168715	WM组成人员来自：                    1、中国科学院大学(Li Shen);         2、北京大学(Zhouchen Lin )
	task 4b:使用额外数据的场景分类	NEIOP	分类误差0.203539
2016	task 1a:基于提供数据的目标检测	CUImage	map=0.662751	6个模型集成的结果
	task 1b:使用额外数据的目标检测	CUImage	map=0.660081
	task 2a:基于提供数据的单目标检测	Trimps-Soushen	定位误差0.077087    分类误差0.02991	定位使用的是emsemble3,             分类使用的是emsemble2              ResNeXt为分类的亚军，误差为0.03031
	task 2b:使用额外数据的目标检测	Trimps-Soushen	定位误差0.077377    分类误差0.02991	ensemble5
	task 3a:基于提供视频数据的目标检测	NUIST	map=0.808292	NUIST(南京信息工程大学)
	task 3b:使用额外视频数据的目标检测	NUIST	map=0.79593	NUIST(南京信息工程大学)
	task 3c:使用提供视频数据的目标检测和跟踪	CUVideo	map=0.558557	CUVideo参赛人员来自：              1、香港中文大学；                   2、SenseTime Group Limited(商汤科技)；
	task 3d:使用额外视频数据的目标检测和跟踪	NUIST	map=0.583898	NUIST(南京信息工程大学)
	场景分类	Hikvision	top-5 error =0.0901	Hikvision(海康威视)
	常见解析	SenseCUSceneParsing	Average of mIoU and pixel accuracy=0.57205	参赛人员来自：                     1、香港中文大学；                   2、SenseTime(商汤)；
2017	task 1a:基于提供数据的目标检测	BDAT	map=0.732227	参赛人员来自：                     1、南京信息工程大学；                   2、伦敦帝国理工学院；
	task 1b:使用额外数据的目标检测	BDAT	map=0.731613
	task 2a:基于提供数据的单目标检测	NUS-Qihoo_DPNs (CLS-LOC) (定位冠军)            WMW(分类冠军) SENet	定位误差0.062263   分类误差(WMW)0.02251	NUS-Qihoo_DPNs (CLS-LOC)参赛人员来自：                               1、新加坡国立大学；                 2、奇虎360                         WMW参赛人员来自：                   1、Momenta(国内的自动驾驶公司)      2、牛津大学
	task 2b:使用额外数据的目标检测	NUS-Qihoo_DPNs (CLS-LOC)	定位误差0.061941    分类误差0.02713	两个结果来自不同的网络
	task 3a:基于提供视频数据的目标检测	IC&USYD	map=0.818309	参赛人员来自：                     1、伦敦帝国理工学院(IC)；               2、悉尼大学（USYD）
	task 3b:使用额外视频数据的目标检测	IC&USYD	map=0.819339
	task 3c:使用提供视频数据的目标检测和跟踪	IC&USYD	map=0.641474
	task 3d:使用额外视频数据的目标检测和跟踪	IC&USYD	map=0.642935

参考文献：

1. ILSVRC官网
2. http://www.cnblogs.com/liaohuiqiang/p/9609162.html
3. https://leonardoaraujosantos.gitbooks.io/artificial-inteligence/content/object_localization_and_detection.html
4. CNN 浅析和历年 ImageNet 冠军模型解析