ILSVRCkilpailun

ILSVRCkilpailun (ImageNet Large Scale Visual Recognition Challenge) on kilpailu, joka järjestettiin ImageNet-verkoston puitteissa. Kilpailu arvioi osallistujien algoritmien suorituskykyä suurikokoisten kuvien luokitus- ja kohteen tunnistustehtävissä sekä tarjosi kattavan benchmarkin syvien neuroniverkkojen kehitykselle. Kilpailua järjestettiin pääosin 2010-luvulla.

Kilpailun tehtävät perustuivat ImageNetin suurikokoiseen kuva-aineistoon. Luokittelutehtävässä oli noin 1000 luokkaa ja yli 1,2 miljoonaa harjoituskuvaa, sekä noin 50 000 validointi- ja 100 000 testikuvaa. Objektien havaitsemisen tehtävä puolestaan vaati sekä luokitusta että tarkkoja raja-arvoja (bounding box) kullekin objektille. Testitulokset julkistettiin vastaajien toimesta, koska tarkkoja oikeita nimikoituja vastauksia testijoukossa pidettiin piilossa. Yleisesti käytetyt arviointikriteerit olivat top-1 ja top-5 -virheprosentit luokitusongelmassa sekä eräissä vaiheissa muuta mittaria kohteiden havaitsemisessa.

Kilpailun aikakaudella nähtiin useita merkittäviä läpimurtoja. Vuonna 2012 voitti AlexNet-niminen malli, jonka palkkina oli huomattava parannus perinteisiin menetelmiin. Seuraavina vuosina mainstreamisti saivat useita parannuksia: GoogLeNet/Inception-arkkitehtuurit (noin 2014–2015) sekä VGG-verkot että myöhemmin syvien verkkojen residuaaliset mallit, kuten ResNet (2015). Näiden mallien menestys vauhditti signifikanttia kehitystä suurten kuvien ymmärtämisessä ja toi syvät neuroverkot laajempaan tutkimus- ja soveltajayhteisön käyttöön.

ILSVRC-kilpailulla oli merkittävä vaikutus syväoppimisen tutkimukseen ja tietokonenäön käytäntöihin. Se tarjosi standardoidun, laajan benchmarkin, edisti datakeskeistä tutkimusta sekä rohkaisi investointeja suurten datasetien ja tehokkaan laskennan hyödyntämiseen. Kilpailu on sittemmin liitetty ImageNetin muita arvioita ja benchmarkeja koskeviin tutkimus- ja kehityskäytäntöihin, ja sen vaikutus näkyy edelleen alan arkisessa kehityksessä.