最近，残差与更加传统的结构相结合，在ILSVRC挑战中获得Start-of-art的结果（与Inception-v3）的

最近，在更加传统的架构中引入残差连接已经在2015年ILSVRC挑战中产生了最先进的性能。它的性能类似于最新一代的Inception-v3网络。

课程来源：吴恩达深度学习课程《卷积神经网络》笔记整理：王小草时间：2018年6月6日outline:本文第1节主要会讲解5个经典的神经网络：-LeNet-5(1998年）-AlexNet（2012年ILSVRC

AlexNet详解AlexNet是2012年ILSVRC2012（ImageNetLargeScaleVisualRecognitionChallenge）竞赛的冠军网络，分类准确率由传统方法的70%+

深度学习常用网络架构AlexNet2012基本结构：5conv+3fc227*227*3——1000*1创新:1.RELU激活函数2.dropout层的应用3.重叠的max池化4.LRN层用于图像分类，ILSVRC2012

2012年，在ILSVRC比赛中AlexNet获得冠军。挑战：人体姿态估计、三维重建。李飞飞，女，1976年出生于中国北京，美国国家工程院院士

0.1、ILSVRC大规模图像识别挑战赛地址：http://image-net.org/challenges/LSVRC/2012/indexIL

AlexNet在ILSVRC-2012大赛取得好成绩（15.3%）。

Alexnet学习笔记一、摘要二、AlexNet的网络结构三、AlexNet对于数据的处理方法四、AlexNet的设计五、总结一、摘要AlexNet是2012年ImageNet项目的大规模视觉识别挑战(ILSVRC

NEW关注剁手日记视频号最新视频→【OPPO下一代屏下镜头技术：这可能才是你想要的全面屏】来源｜科技新知文｜樟稻编辑｜伊页转瞬之间，ILSVRC比赛（又称ImageNet比赛）已经停办了四年。

ResNeXt在ILSVRC2016分类比赛中获第二名。作者在ImageNet-5K分类、COCO探测数据集上进行

在2013年ImageNet大规模视觉识别挑战赛(ILSVRC)中，ZFNet比Ale

该网络是在ILSVRC2014上的相关工作，主要工作是证明了增加网络的深度能够在一定程度上影响网络最终的性能。VGG有两种结构，

何凯明2015年提出了残差神经网络，即Reset，并在ILSVRC-2015的分类比赛中获得冠军。ResNet可以有效的消除卷积层数增加带来的梯度弥散或梯度爆炸问题。

它是当时最先进的图像识别模型，并在ImageNet大规模计算机视觉挑战赛（ILSVRC）中获得冠军。二、AlexNet1.网络架构(W_1-k+2p)/s+1）=W_2总共分为输入层：这一层接受原始

在本章中，我们将讨论ImageNet数据集和相关的ImageNet大规模视觉识别挑战赛（ILSVRC）[9]。这项挑战是评估图像分类算法的事实上的基准。

目录一、摘要二、基本概念（一）目标检测（二）发展阶段（三）评价标准1、精度指标2、速度指标（四）公开数据集1、PascalVOC2、ILSVRC3、MicrosoftCOCO4、OpenImage5、比较数据倾斜

基本内容ILSVRC：ImageNetLargeScaleVisualRecognitionChallenge国际图像分类领域竞赛LeNet（深度：5，又名LeNet-5）LeNet的网络结构，麻雀虽小

使用c++读取TXT文件中指定行的内容classification_classes_ILSVRC2012.txt：下载链接验证：#include#include#include#includeusingnamespacestd

数据集下载地址：http://bvisionweb1.cs.unc.edu/ilsvrc2015/ILSVRC2015_VID.tar.gz总说：数据集包括3862snippets用于训练，555snippets

2017年大规模视觉识别挑战赛（ILSVRC2017）返回主页引文使用DET或CLS-LOC数据集时，请引用：OlgaRussakovsky*，JiaDeng*，HaoSu，JonathanKrause

参考博文：ILSVRC2015_VID数据集说明_咸咸咸虾的博客-CSDN博客_ilsvrc2015

ImageNetVID数据集/ILSVRC2015-VID数据集介绍：研究方向为视频目标检测，需要使用视频目标检测数据集，发现关于介绍ImageNetVID数据集的博客不多，就自己记录一下类别该数据集一共有

ImageNet大规模视觉识别竞赛ILSVRC2015-VID数据集下载解压记录：（1）将以下九个文件一起解压，不要单独解压（2）解压完有imagenet2015文件夹，这个文件夹里是imagenet_object_detection_video_train.tar.gz

ImageNet大规模视觉识别竞赛ILSVRC2015-VID数据集百度云下载。

参考Bolg：ILSVRC2015_VID数据集详解_lighten-1996的博客-CSDN博客_ilsvrc2015数据主页：ImageNetLargeScaleVisualRecognitionCompetition2015

前言：刚开始做视频目标检测的时候需要把我们实验室的医疗数据制作成ILSVRC2015VID这样格式的数据，但是在网上没怎么找到攻略，故把自己的一些经验记录下来。

基本内容ILSVRC：ImageNetLargeScaleVisualRecognitionChallenge国际图像分类领域竞赛LeNet（深度：5，又名LeNet-5）LeNet的网络结构，麻雀虽小

牛津大学视觉几何团队在ILSVRC2014上提出了VGGNet。VGGNet的网络结构简单、规整且高效。

GoogleNet参考链接@0.论文链接1.概述  GoogLeNet是谷歌团队提出的一种大体保持计算资源不变的前提下，通过精妙的设计来增加网络的深度和宽度，基于Hebbian法则和多尺度处理来进行设计，在ILSVRC2014

论文阅读：Goingdeeperwithconvolutions这是关于ILSVRC2014的优胜者GoogleNet的论文，论文详细地讲解了这个模型的核心模块**”Inception"**结构是如何提出的

1.按论文章节回顾具体内容Abstract  我们提出了一种名为Inception的深度卷积网络结构，它在ILSVRC14的分类和检测任务上达到了SOTA的效果。

并在2014年，ImageNet挑战赛(ILSVRC14)中，GoogLeNet获得了第一名。GoogLeNet模型结构的特点是网络层数更深了。

原文链接：https://arxiv.org/pdf/1409.4842v1.pdf文章目录0摘要1介绍2相关工作3动机和高层次的考虑4架构细节5GoogleNet6训练方法7ILSVRC2014分类挑战的设置和结果

GoogLeNet2、开发环境及前期准备2.1安装附加工具3、DeepLearningToolbox开发工具介绍4、代码实战1、GoogLeNet2014年，GoogLeNet和VGG是当年ImageNet挑战赛(ILSVRC14

6模型评估1VGG的网络架构2014年，牛津大学计算机视觉组（VisualGeometryGroup）和GoogleDeepMind公司的研究员一起研发出了新的深度卷积神经网络：VGGNet，并取得了ILSVRC2014

文章目录前言一、原始数据集二、格式转换总结前言本篇主要介绍如何将已有的图像分类数据集转换为ILSVRC格式的数据集一、原始数据集原始分类数据集的数据结构大致如下：然后train和val目录下是我们以类别名命名的文件夹

目录0、摘要1、引言2、背景2.1、问题描述2.2、目标检测中的关键挑战3、数据集以及评价指标3.1数据集1）PASCALVOC07/122）ILSVRC3）MS-COCO4）OpenImage3.2、

VGGNet获得了ILSVRC2014年比赛的亚军和定位项目的冠军，在top5上的错误率为7.5%。目前为止，VGGNet依然被用来提取图

、特点2、VGG16模型详解三、感受野四、python代码前言VGGNet是牛津大学视觉几何组(VisualGeometryGroup)提出的模型，该模型在2014ImageNet图像分类与定位挑战赛ILSVRC

ResNet及其变体ResNeXt1.ResNetResNet作为分类网络赢得了2015年ILSVRC冠军，且将top-5error降低到了3.57%。

CNN模型的尺寸、计算量和参数数量对比自从AlexNet一举夺得ILSVRC2012ImageNet图像分类竞赛的冠军后，卷积神经网络（CNN）的热潮便席卷了整个计算机视觉领域。

在2014年的ILSVRC比赛中，VGG在Top-5中取得了92.3%的正确率。有VGG16和VGG19，模型的权重由ImageNet训练而来。

论文：论文详细解析Vgg论文VGG是在ILSVRC2014上的相关工作，主要工作是证明了增加网络的深度能够在一定程度上影响网络最终的性能。

在2015ILSVRC&COCO比赛中，何恺明团队提出的Resnet网络斩获第一，这是一个经典的网络。李沐说过，如果要学习一个CNN网络，一定是残差网络Resnet。

简介ResNet（ResidualNeuralNetwork）由微软研究院的KaimingHe等四名华人提出，通过使用ResNetUnit成功训练出了152层的神经网络，并在ILSVRC2015比赛中取得冠军

网络模型命名规则最古老的的CNNLeNet5ILSVRC竞赛历年的佼佼者(AlexNet、VGG、GoogLeNet、ResNet)AlexNet(2012)VGG（2014）Networkinnetwork

ResNet在2015年的ILSVRC中取得了冠军。

关注文章公众号回复"SFFAI69"获取本主题精选论文3篇领域经典推荐理由：ILSVRC-2015ImageNet数据集上的冠军分类模型，ResNet核心结构是残差连接用于特征重用和防止梯度消失。

科普知识ILSVRC（ImageNetLargeScaleVisualRecognitionChallenge）是机器视觉领域最受追捧也是最具权威的学术竞赛之一，代表了图像领域的最高水平。