ISI

概述

ISI 是 2012 年 ILSVRC 竞赛的亚军团队，使用传统手工特征+SVM 方法，Top-5 错误率 26.2%，被 AlexNet（16.4%）以 9.8 个百分点的巨大优势碾压。

关键内容

1. 2012 年 ILSVRC 亚军：ISI 团队在 2012 年竞赛中以 Top-5 错误率 26.2% 获得第二名。其方法仍基于传统手工特征（SIFT、HOG 等）结合 支持向量机 分类器。
2. 与 AlexNet 的差距：AlexNet 以 16.4% 的错误率夺冠，比 ISI 低了 9.8 个百分点。这一差距在计算机视觉领域是前所未有的——相当于几代技术的代差。
3. 范式终结的标志：ISI 的成绩（26.2%）甚至略差于 2011 年冠军 Xavier（25.8%），说明传统方法已触及天花板，无法通过渐进式优化继续提升。
4. 历史意义：ISI 作为最后一个使用传统方法获得 ILSVRC 前列名次的团队，标志着"手工特征工程时代"的终结。此后所有参赛队伍全面转向深度学习方法。

来源

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

相关

• ILSVRC — runner_up_2012
• AlexNet — defeated_by
• SIFT（尺度不变特征变换） — used
• 支持向量机 — used