不过,相比2012年的5717张,区区一年的时间,已经是百倍的巨大飞跃了。
“没想到时间竟然会这么多。”孟繁岐记得这时候的检测大多数还是基于传统HOG,LBP的办法,在13年的这个数据集上mAP最高也就左右。
自己既然来得及完成论文上的实验,自然要抽空去降维打击一下这些老古董方法。
每个参赛队伍在各任务上有三次提交的机会,孟繁岐只需要一次就够了。
参与竞赛的队伍往往会训练好几个版本的模型,然后做一些排列组合的集成,分多次提交,以确保自己的结果不会被一些不稳定的因素影响。
这也是追求更高性能的一种办法,因为谁也无法保证自己的哪一次结果在位置的数据上性能最好。
有时候第一名和第二名,就差在毫厘之间,可能只是小数点后的两三位。
只是孟繁岐完全没有这个必要这么做。
余下的时间也来不及再做什么,孟繁岐本想11号就早早把结果提交,多一事不如少一事。
但唐璜却阻拦他,说英雄总要最后一步到场,才显得特别戏剧化。
“这提交也不是实时显示的,而是14号统一公布结果。”孟繁岐指出了这么一个尴尬的问题。
“额..”唐璜只得强撑着解释道,“虽然其他人看不到,但主办方不是看得到嘛。在最后关头,给他们一点小小的中国震撼!”
-------------------
大洋彼岸,斯坦福大学的AI实验室SAIL成立于1963年首次神经网络的浪潮中。见证了AI的两次热潮和两次衰退。
如今,它由青年华裔科学家,IMAGENET的组织者李飞飞指导。
李飞飞09年开启IMAGENET项目时还在普林斯顿,她后来来到了斯坦福,升任终生教授,并于今年开始领导斯坦福的AI实验室。
接手这么一个有历史的实验室不是一件容易的事情,再加上今年的IMAGENET竞赛刚刚结束,李飞飞此刻相当的忙碌。
她昨天看了一眼新一年的成绩,意料之中。