一、计算机视觉类比赛
1、ILSVRC比赛 (Imagenet Large Scale Visual Recognition Challenge)
ILSVRC大赛最常用的就是ImageNet数据集，ILSVRC使用ImageNet的一个子集，总共有大约120万个训练图像，50,000个验证图像，以及150,000个测试图像；1000类别标记。
该项目是一个用于视觉对象识别软件研究的大型可视化数据库。超过1400万的图像URL被ImageNet手动注释，以指示图片中的对象。在至少一百万个图像中，还提供了边界框。ImageNet包含2万多个类别，一个典型的类别，如“气球”或“草莓”，包含数百个图像。第三方图像URL的注释数据库可以直接从ImageNet免费获得。但是，实际的图像不属于ImageNet。
自2010年以来，ImageNet项目每年举办一次软件比赛，即ImageNet大规模视觉识别挑战赛（ILSVRC），软件程序竞相正确分类和检测物体和场景。 ImageNet挑战使用了一个“修剪”的1000个非重叠类的列表。2012年在解决ImageNet挑战方面取得了巨大的突破，被广泛认为是深度学习革命的开始。
以2012 年为界，之后基于深度学习的方法一直居于首位。实际上，2012 年的AlexNet大幅降低了错误识别率。并且，此后基于深度学习的方法不断在提升识别精度。特别是2015 年的ResNet(一个超过150 层的深度网络)将错误识别率降低到了3.5%。据说这个结果甚至超过了普通人的识别能力。这些年深度学习取得了不斐的成绩，其中VGG、GoogLeNet、ResNet已广为人知，在与深度学习有关的各种场合都会遇到这些网络。
ILSVRC大赛有多个测试项目，其中之一是“类别分类”（classification），在该项目中，会进行1000 个类别的分类，比试识别精度。来看一下最近几年的ILSVRC大赛的类别分类项目的结果。
ILSCRV优胜队伍的成绩演变：竖轴是错误识别率，横轴是年份。横轴的括号内是队伍名或者方法名
1、比赛评价标准
分类：
top-5 error —> make 5 guesses about the image label
top-1 error —> make 1 guess about the image label
2、比赛的意义
AlexNet在ILSVRC2012图像分类竞赛第一名，将top-5错误率降至16.4%，标志着深度学习革命的开始，掀起了深度卷积神经网络在各个领域的研究热潮。
