ILSVRC（ImageNet大规模视觉识别挑战赛）

概述

ILSVRC 是 2010-2017 年举办的年度计算机视觉竞赛，基于 ImageNet 数据集，2012 年 AlexNet 以 16.4% Top-5 错误率夺冠，标志着深度学习时代的开启。

关键内容

1. 竞赛设置：2010 年由 李飞飞 团队发起，使用 ImageNet 数据集的子集：120 万张训练图像、5 万张验证图像、10 万张测试图像，共 1000 个类别。任务为图像分类，评估指标为 Top-1 和 Top-5 错误率。
2. 历年成绩：2010 年冠军（NEC-UIUC，传统方法）Top-5 错误率 28.2%；2011 年冠军（Xavier，传统方法）25.8%；2012 年 AlexNet 以 16.4% 夺冠，领先第二名（ISI，传统方法）26.2% 达 9.8 个百分点——这是降维打击式的跨越，而非渐进式改进。2013 年 ZFNet 再获冠军，Top-5 错误率进一步降至 11.7%。
3. 历史影响：AlexNet 的胜利彻底终结了"手工特征工程"时代（SIFT、HOG、Haar 小波等传统方法），宣告深度学习革命正式开始。此后 ILSVRC 成为深度学习架构的竞技场——VGGNet（2014）、GoogLeNet（2014）、ResNet（2015）相继刷新纪录，2015 年 ResNet 首次超越人类标注者水平。
4. 竞赛终止：ILSVRC 于 2017 年举办最后一届，因为分类准确率已接近饱和（Top-5 错误率低于 3%），研究焦点转向目标检测、分割等更复杂的视觉任务。

来源

• [raw/articles/ai-papers/ai-papers/foundations/paper_03_alexnet.md] — 源文件
• [raw/articles/ai-papers/foundations/paper_03_alexnet.md] — AlexNet 论文精读

相关

• ImageNet — dataset
• 李飞飞 — founded_by
• Jia Deng — organizer
• AlexNet — 2012_winner
• ZFNet（2013 论文） — 2013_winner
• VGGNet — 2014_participant
• GoogLeNet: Inception — 2014_winner
• 残差网络（ResNet） — 2015_winner
• 计算机视觉 — research_field
• Top-5 错误率 — evaluation_metric