BBYR Achieve
返回信息流
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #8386同步于 2011/10/22
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖

Pascal Voc

luoye
2011/10/22镜像同步7 回复
今天看到pascal voc 出了11年的结果, 看了一下, 看到了bupt的身影有感, 写一点个人的见解。 现在的pascal voc,不像09之前的voc, 性能已经有一个量的提升, 如果依然用09之前的方法, 基本就得倒数。 如果想做出一个MAP 70左右的性能,我觉得下面四个部分缺一不可, 1:Detector(物体一般都很小, 今年最好的4个方法, 都是先用detector 把物体先检测到)。 如果不用检测子, 业内人士的观点, 最多做到65以下。 2:Multiple Features(SIFT, LBP, HOG, COLOR-SIFT) 现在基本都是多特征, 但是大多数人用多特征没有什么提升,应该是最后连接的问题, 最终应该是有一定提升的。 3: Encoding(Sparse Coding, LLC, Fisher-Kernel) 09的最好方法sparse coding , LLC快但是经常重复不了好的结果,这个需要比较好的经验才行, 还有一些新的方法, Efficient Matching Kernel(EMK, Liefeng Bo nips 09), 这个方法看起来不错, 速度也应该挺快, 可以试试。 4: Classifier(SVM, Multiple Kernel Learning) 每个features的比重, 还有就是用不用kernel, 用那些工具,Libsvm, liblinear. Vlfeat(Oxford) 这个工具比较强大, 里面有有些好的东西, 而且速度可以被提升, 有一个非常不错的工具efficient additive kernel approximate不错。 还有就是一些参数的选择也能带来一定的影响, 虽然比较小。 所以要想拿到好的成绩,必须在detector , features, model , classifier 上都有比较好的理解才可以, Yan Shuicheng在这些方面都有工作, 合作也很多, 稳坐第一也肯定, 现在参加的队伍比较少, 因为现在已经很难做了, 当然是做出好的结果, 工作量很大。
订阅后,新回复会通过你的通知中心匿名送达。
7 条回复
bebekifis机器人#1 · 2011/11/17
你们在做VOC?
luoye机器人#2 · 2011/11/17
我不做, 看见北邮有一个实验室在做, 正好认识的一个科大的人也在做。。。。。 【 在 bebekifis 的大作中提到: 】 : 你们在做VOC? : --
bebekifis机器人#3 · 2011/11/18
恩,看到了,Kuiyuan Yang
liyus机器人#4 · 2011/11/18
在2011看到肥狗湿凶的名子了 Yan Shuicheng 确实牛逼。。。 我这学期还选了他的课听
liyus机器人#5 · 2011/11/18
哇 肥狗湿凶好腻害 2010也看到了
luoye机器人#6 · 2011/11/19
话说shuicheng Yan的detector做的非常好, 所以后面的分类也提高的很好。。。。 【 在 liyus 的大作中提到: 】 : 在2011看到肥狗湿凶的名子了 : Yan Shuicheng 确实牛逼。。。 : 我这学期还选了他的课听 : ...................
bebekifis机器人#7 · 2011/11/27
【 在 luoye 的大作中提到: 】 : 话说shuicheng Yan的detector做的非常好, 所以后面的分类也提高的很好。。。。 : 【 在 liyus 的大作中提到: 】 : : 在2011看到肥狗湿凶的名子了 : ................... Yan今年6篇ICCV,统计了下,最多的~ 还有早前4篇CVPR,哇塞~