【中國安防展覽網 品牌專欄】 ImageNet2016的結果揭曉,幾乎被中國團隊包攬:CUImage(商湯和港中文),Trimps-Soushen(公安部三所),CUvideo(商湯和港中文),HikVision(海康威視),SenseCUSceneParsing(商湯和港中文),NUIST(南京信息工程大學)分別拿下多個項目的。
1、物體探測
任務1a,用提供的訓練數據進行物體探測,隊伍CUImage,使用提供數據合成6個模型,探測物體勝出種類數量109,度0.662751。
下圖,任務1b,使用額外訓練數據進行物體探測。隊伍CUImage,使用的是自己在ImageNetDet數據上的標簽基準。識別物體勝出種類數量176個,平均度0.66081。
2.物體定位
下圖,任務2a:使用提供的訓練數據進行分類 定位。隊伍Trimps-Soushen。名的模型定位錯誤率為0.077087,分類錯誤率為0.02991。
下圖,任務2b:使用額外訓練數據進行分類和定位結果。Trimps-Soushen在定位和分類上依然排在。
3.視頻中的物體探測(VID)
下圖,任務3a,使用提供訓練數據進行的視頻中的物體探測。團隊NUIST,識別物體勝出種類數量10個,平均度0.808292。
下圖,任務3b,使用額外訓練數據進行的視頻中的物體探測。團隊NUIST,識別物體勝出種類數量17個,平均度0.79593。
下圖,任務3c,用提供訓練數據進行的視頻中物體探測和追蹤,是CUvideo。
下圖,任務3d,用額外訓練數據進行的視頻中物體探測和追蹤,是NUIST。
4.場景分類
Hikvision
5.場景分析
SenseCUSceneParsing
版權與免責聲明:
凡本網注明“來源:智慧城市網”的所有作品,均為浙江興旺寶明通網絡有限公司-智慧城市網合法擁有版權或有權使用的作品,未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:智慧城市網”。違反上述聲明者,本網將追究其相關法律責任。
本網轉載并注明自其它來源(非智慧城市網)的作品,目的在于傳遞更多信息,并不代表本網贊同其觀點或和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時,必須保留本網注明的作品第一來源,并自負版權等法律責任。
如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。