ILSVRC2017 Object detection

PaulForDream

6月份利用业余时间一个人参加了ILSVRC2017的Object detection Task，队名取作PaulForDream，寓意为梦想做些努力。

成绩

今天结果出来了，除去一个队伍的多次提交后，队伍排名第7；提交结果在所有Entry中排名第18。

http://image-net.org/challenges/LSVRC/2017/results

总结

对于比赛成绩，我并不是很满意。由于只是利用业余时间独自参赛，时间、精力以及计算资源有限，没能按时完成多模型集成、多次提交的计划，没能训练出能代表个人最高水平的模型。
总结原因如下：
1、计算资源意外中断，没能及时完成第二个模型的训练，只提交了一次单模的检测结果。
按照提交时间截止3天后训练出的新模型在验证集上的精度，mAP提升在4个百分点以上，起码可以提升5个排名。
2、没有及时完成YOLOv2的Inception-ResNet-v2网络移植。
我训练了一个459*459分辨率的Inception-ResNet-v2 ImageNet 1000类物体分类网络，Top-1 Accuracy 81.7%，Top-5 Accuracy 96.4%，比Darknet-19的分类精度要高5个百分点。更高的分类网络精度可以改善检测精度。
3、没有足够的时间完成多模型训练，并将多模型结果集成。