第(2/3)页

    不过，相比2012年的5717张，区区一年的时间，已经是百倍的巨大飞跃了。

    “没想到时间竟然会这么多。”孟繁岐记得这时候的检测大多数还是基于传统hog，lbp的办法，在13年的这个数据集上map最高也就0.225左右。

    自己既然来得及完成论文上的实验，自然要抽空去降维打击一下这些老古董方法。

    每个参赛队伍在各任务上有三次提交的机会，孟繁岐只需要一次就够了。

    参与竞赛的队伍往往会训练好几个版本的模型，然后做一些排列组合的集成，分多次提交，以确保自己的结果不会被一些不稳定的因素影响。

    这也是追求更高性能的一种办法，因为谁也无法保证自己的哪一次结果在位置的数据上性能最好。

    有时候第一名和第二名，就差在毫厘之间，可能只是小数点后的两三位。

    只是孟繁岐完全没有这个必要这么做。

    余下的时间也来不及再做什么，孟繁岐本想11号就早早把结果提交，多一事不如少一事。

    但唐璜却阻拦他，说英雄总要最后一步到场，才显得特别戏剧化。

    “这提交也不是实时显示的，而是14号统一公布结果。”孟繁岐指出了这么一个尴尬的问题。

    “额..”唐璜只得强撑着解释道，“虽然其他人看不到，但主办方不是看得到嘛。在最后关头，给他们一点小小的中国震撼！”

    -------------------

    大洋彼岸，斯坦福大学的ai实验室sail成立于1963年首次神经网络的浪潮中。见证了ai的两次热潮和两次衰退。

    如今，它由青年华裔科学家，imagenet的组织者李飞飞指导。

    李飞飞09年开启imagenet项目时还在普林斯顿，她后来来到了斯坦福，升任终生教授，并于今年开始领导斯坦福的ai实验室。

    接手这么一个有历史的实验室不是一件容易的事情，再加上今年的imagenet竞赛刚刚结束，李飞飞此刻相当的忙碌。

    她昨天看了一眼新一年的成绩，意料之中。

    今年没有看到什么特别开创性的论文，大家基本上还处于对alexnet的学习，和新赛道的摸索当中。
    第(2/3)页