[ADAS预研笔记]感知算法 - 引言及常用数据集

CNN用于图像分类、目标检测、语义分割等方向；

RNN用于与时序相关的追踪等方向。

现代深度学习算法结构（引言）

在现代深度学习算法研究中， 通用的骨干网络（backbone）+特定任务头（head） 成为一种标准的设计模式。

背景：

• 图像分类算法是其他计算机视觉子任务的基础，目标检测与语义分割都会将问题逐步简化为图像分类问题；
• 因此图像分类的算法主体被迁移过来用作特征提取，称为骨干网络（backbone）；
• 原本的图像分类算法也重新进行了划分：全连接层之前的一系列卷积层+池化层即 backbone ，全连接层+softmax即图像分类的 head 。

详细的backbone与head介绍将在下文各类CNN介绍后展开。

常用数据集

模型训练依赖于已经打好标签的数据集作为loss计算的依据以及模型验证，目前主流的开放数据集有如下三类。

ImageNet与ILSVRC

ImageNet：ImageNet是一个超过15 million的图像数据集，大约有22,000类。

ILSVRC：全称ImageNet Large-Scale Visual Recognition Challenge，从2010年开始举办到2017年最后一届，使用ImageNet数据集的一个子集，总共有1000类；

ILSVRC是图像分类领域最具影响力的竞赛，诞生了绝大多数的图像分类算法。

算法研究中常用ILSVRC竞赛数据集来训练模型并验证模型效果，ILSVRC竞赛数据集面向图像分类+目标检测，其输入大小为224*224，深度为3。各年的ILSVRC竞赛所使用的数据集如下：