【中国安防展览网 品牌专栏】 ImageNet2016的结果揭晓,几乎被中国团队包揽:CUImage(商汤和港中文),Trimps-Soushen(公安部三所),CUvideo(商汤和港中文),HikVision(海康威视),SenseCUSceneParsing(商汤和港中文),NUIST(南京信息工程大学)分别拿下多个项目的。
1、物体探测
任务1a,用提供的训练数据进行物体探测,队伍CUImage,使用提供数据合成6个模型,探测物体胜出种类数量109,度0.662751。
下图,任务1b,使用额外训练数据进行物体探测。队伍CUImage,使用的是自己在ImageNetDet数据上的标签基准。识别物体胜出种类数量176个,平均度0.66081。
2.物体定位
下图,任务2a:使用提供的训练数据进行分类 定位。队伍Trimps-Soushen。名的模型定位错误率为0.077087,分类错误率为0.02991。
下图,任务2b:使用额外训练数据进行分类和定位结果。Trimps-Soushen在定位和分类上依然排在。
3.视频中的物体探测(VID)
下图,任务3a,使用提供训练数据进行的视频中的物体探测。团队NUIST,识别物体胜出种类数量10个,平均度0.808292。
下图,任务3b,使用额外训练数据进行的视频中的物体探测。团队NUIST,识别物体胜出种类数量17个,平均度0.79593。
下图,任务3c,用提供训练数据进行的视频中物体探测和追踪,是CUvideo。
下图,任务3d,用额外训练数据进行的视频中物体探测和追踪,是NUIST。
4.场景分类
Hikvision
5.场景分析
SenseCUSceneParsing
版权与免责声明:
凡本网注明“来源:智慧城市网”的所有作品,均为浙江兴旺宝明通网络有限公司-智慧城市网合法拥有版权或有权使用的作品,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智慧城市网”。违反上述声明者,本网将追究其相关法律责任。
本网转载并注明自其它来源(非智慧城市网)的作品,目的在于传递更多信息,并不代表本网赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品第一来源,并自负版权等法律责任。
如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。