Schedule 8:45 Object detec1on 10:15 Spotlights - PowerPoint PPT Presentation

¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ Large ¡Scale ¡Visual ¡ Recogni1on ¡Challenge ¡(ILSVRC) ¡2014: ¡ Introduc)on ¡ Jia ¡Deng ¡ ¡ Fei-­‑Fei ¡Li ¡ Jonathan ¡Krause ¡ Alexander ¡Berg ¡ Sean ¡Ma ¡ Olga ¡Russakovsky ¡ (U. ¡of ¡Michigan) ¡ (Stanford ¡U.) ¡ (Stanford ¡U.) ¡ (UNC ¡Chapel ¡Hill) ¡ ¡(Stanford ¡U.) ¡ (Stanford ¡U.) ¡

Schedule ¡ 8:45 ¡ ¡ Object ¡detec1on ¡ ¡ ¡ ¡ 10:15 ¡ Spotlights ¡ 10:00 ¡ 9:25 ¡ 9:10 ¡ 9:45 ¡ ¡ 11:00 ¡ Classifica1on&localiza1on ¡ ¡ ¡ ¡ 12:15 ¡ Spotlights ¡ 11:15 ¡ 11:30 ¡ 12:00 ¡ 11:45 ¡ ¡ 14:00 ¡ Awards&Discussion ¡ ¡ Awards ¡ 14:40 ¡ Discussion ¡ 14:00 ¡ 14:10 ¡ 14:30 ¡ 14:20 ¡ ¡ 15:00 ¡Poster ¡and ¡live ¡demo ¡session ¡ Many ¡thanks ¡to: ¡ ILSVRC2014 ¡awards ¡sponsor ¡ Volunteer ¡videographer ¡ ILSVRC2014 ¡sponsors ¡ Koen ¡ van ¡de ¡Sande ¡

Backpack ¡

Strawberry ¡ Flute ¡ Traffic ¡light ¡ Backpack ¡ Matchs1ck ¡ Bathing ¡cap ¡ Sea ¡lion ¡ Racket ¡

Large-­‑scale ¡recogni)on ¡

Large-­‑scale ¡recogni)on ¡ Need ¡benchmark ¡datasets ¡

PASCAL ¡VOC ¡2005-­‑2012 ¡ 20 ¡object ¡classes ¡ ¡22,591 ¡images ¡ Classifica)on: ¡person, ¡motorcycle ¡ Detec1on ¡ Segmenta1on ¡ Person ¡ Motorcycle ¡ Ac)on: ¡riding ¡bicycle ¡ Everingham, ¡Van ¡Gool, ¡Williams, ¡Winn ¡and ¡Zisserman. ¡ The ¡PASCAL ¡Visual ¡Object ¡Classes ¡(VOC) ¡Challenge. ¡IJCV ¡2010. ¡

¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ Large ¡Scale ¡Visual ¡ Recogni1on ¡Challenge ¡(ILSVRC) ¡2010-­‑2014 ¡ 20 ¡object ¡classes ¡ ¡22,591 ¡images ¡ ¡ ¡200 ¡object ¡classes ¡ ¡ ¡ ¡ ¡456,567 ¡ ¡images ¡ ¡DET ¡ ¡ ¡1000 ¡object ¡classes ¡ ¡1,431,167 ¡images ¡ ¡CLS-­‑LOC ¡ ¡ ¡ Person ¡ Person ¡ Person ¡ Person ¡ Dog ¡ hNp://image-­‑net.org/challenges/LSVRC/ ¡

Variety ¡of ¡object ¡classes ¡in ¡ILSVRC ¡ Olga ¡Russakovsky, ¡Jia ¡Deng, ¡Zhiheng ¡Huang, ¡Alex ¡Berg, ¡Li ¡Fei-­‑Fei ¡ Detec1ng ¡avocados ¡to ¡zucchinis: ¡what ¡have ¡we ¡done, ¡and ¡where ¡are ¡we ¡going? ¡ICCV ¡2013 ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡hcp://image-­‑net.org/challenges/LSVRC/2012/analysis ¡

Variety ¡of ¡object ¡classes ¡in ¡ILSVRC ¡ CLS-­‑LOC ¡ DET ¡

Par1cipa1on ¡in ¡ILSVRC ¡over ¡the ¡years ¡ 120 ¡ Number ¡of ¡entries ¡ 100 ¡ 80 ¡ ILSVRC ¡2012 ¡ 60 ¡ ILSVRC ¡2013: ¡ 40 ¡ ILSVRC ¡2011 ¡ 81 ¡entries ¡ 20 ¡ ILSVRC ¡2010 ¡ 0 ¡ 3 ¡years: ¡ Last ¡year: ¡ 2010-­‑2012 ¡ 2013 ¡ Year ¡

Par1cipa1on ¡in ¡ILSVRC ¡over ¡the ¡years ¡ 120 ¡ Number ¡of ¡entries ¡ 100 ¡ 80 ¡ ILSVRC ¡2014: ¡ ILSVRC ¡2012 ¡ 60 ¡ 123 ¡entries ¡ ILSVRC ¡2013: ¡ 40 ¡ ILSVRC ¡2011 ¡ 81 ¡entries ¡ 20 ¡ ILSVRC ¡2010 ¡ 0 ¡ 3 ¡years: ¡ Last ¡year: ¡ This ¡year: ¡ 2010-­‑2012 ¡ 2013 ¡ 2014 ¡ Year ¡

Experiment ¡this ¡year: ¡ open ¡vs ¡closed ¡submissions ¡ • Offered ¡all ¡teams ¡an ¡op1on: ¡ – Open ¡= ¡promise ¡to ¡reveal ¡their ¡method ¡ – Closed ¡= ¡par1cipate ¡without ¡revealing ¡the ¡method ¡ • Almost ¡all ¡teams ¡chose ¡to ¡be ¡“open” ¡(31/36) ¡ – And ¡2 ¡of ¡the ¡“closed” ¡teams ¡are ¡s1ll ¡presen1ng ¡spotlights ¡ and ¡posters ¡at ¡this ¡workshop ¡ ¡

ILSVRC ¡image ¡classifica1on ¡task ¡ Steel ¡drum ¡

ILSVRC ¡image ¡classifica1on ¡task ¡ Steel ¡drum ¡ Output: ¡ Output: ¡ Scale ¡ Scale ¡ ✗ ¡ ✔ ¡ T-­‑shirt ¡ T-­‑shirt ¡ Steel ¡drum ¡ Giant ¡panda ¡ Drums1ck ¡ Drums1ck ¡ Mud ¡turtle ¡ Mud ¡turtle ¡

ILSVRC ¡image ¡classifica1on ¡task ¡ Steel ¡drum ¡ Output: ¡ Output: ¡ Scale ¡ Scale ¡ ✗ ¡ ✔ ¡ T-­‑shirt ¡ T-­‑shirt ¡ Steel ¡drum ¡ Giant ¡panda ¡ Drums1ck ¡ Drums1ck ¡ Mud ¡turtle ¡ Mud ¡turtle ¡ Σ ¡ 1 ¡ Error ¡= ¡ ¡ ¡ 1[incorrect ¡on ¡image ¡i] ¡ 100,000 ¡ 100,000 ¡ images ¡

ILSVRC ¡over ¡the ¡years ¡ on ¡image ¡classifica1on ¡ 0.28 ¡ 0.26 ¡ 1.7x ¡reduc1on ¡in ¡ classifica1on ¡error ¡ ¡ since ¡last ¡year ¡ 0.16 ¡ ¡ 0.12 ¡ 4.2x ¡reduc1on ¡in ¡ 0.07 ¡ classifica1on ¡error ¡ since ¡2010 ¡ ¡ ¡

ILSVRC ¡over ¡the ¡years ¡ on ¡image ¡classifica1on ¡ Classifica1on ¡ Classifica1on+localiza1on ¡ 0.28 ¡ 0.26 ¡ 0.43 ¡ 0.34 ¡ 0.30 ¡ 0.16 ¡ 0.25 ¡ 0.12 ¡ 0.07 ¡ Detec1on ¡ 0.44 ¡ 1.9x ¡increase ¡in ¡ object ¡detec1on ¡ 0.23 ¡ average ¡precision ¡ since ¡last ¡year ¡ ¡

ILSVRC ¡in ¡detail ¡ ImageNet ¡Large ¡Scale ¡Visual ¡Recogni)on ¡Challenge ¡ Olga ¡Russakovsky*, ¡Jia ¡Deng*, ¡Hao ¡Su, ¡Jonathan ¡Krause, ¡Sanjeev ¡ Satheesh, ¡Sean ¡Ma, ¡Zhiheng ¡Huang, ¡Andrej ¡Karpathy, ¡Aditya ¡Khosla, ¡ Michael ¡Bernstein, ¡Alexander ¡Berg, ¡Li ¡Fei-­‑Fei ¡ ¡ hcp://arxiv.org/abs/1409.0575 ¡ ¡ ¡ • Describes ¡the ¡construc1on ¡of ¡the ¡ILSVRC ¡datasets ¡ • Highlights ¡the ¡most ¡successful ¡algorithms ¡ • Provides ¡sta1s1cal ¡analysis ¡of ¡the ¡results ¡ through ¡ILSVRC2014 ¡ • Compares ¡computer ¡vision ¡accuracy ¡with ¡human-­‑level ¡accuracy ¡

ILSVRC ¡object ¡detec1on ¡task ¡ Fully ¡annotated ¡200 ¡object ¡classes ¡across ¡121,931 ¡images ¡ ¡ Person ¡ Car ¡ Motorcycle ¡ Helmet ¡ Allows ¡evalua1on ¡of ¡generic ¡object ¡detec1on ¡ in ¡clucered ¡scenes ¡at ¡scale ¡ Modeled ¡aser ¡PASCAL ¡VOC ¡

ILSVRC ¡Task ¡1: ¡Object ¡detec1on ¡ Evalua)on ¡modeled ¡aVer ¡PASCAL ¡VOC: ¡ ¡ • Algorithm ¡outputs ¡a ¡list ¡of ¡bounding ¡ box ¡detec1ons ¡with ¡confidences ¡ Person ¡ • A ¡detec1on ¡is ¡considered ¡correct ¡if ¡ Car ¡ Motorcycle ¡ IOU ¡with ¡ground ¡truth ¡> ¡threshold ¡ Helmet ¡ • Evaluated ¡by ¡average ¡precision ¡per ¡ object ¡class ¡ • Winners ¡of ¡challenge ¡is ¡the ¡team ¡that ¡ wins ¡the ¡most ¡object ¡categories ¡ Everingham, ¡Van ¡Gool, ¡Williams, ¡Winn ¡and ¡Zisserman. ¡ The ¡PASCAL ¡Visual ¡Object ¡Classes ¡(VOC) ¡Challenge. ¡IJCV ¡2010. ¡

ILSVRC2014 ¡object ¡detec1on ¡results: ¡ with ¡provided ¡training ¡data ¡only ¡ NUS: ¡ Team ¡Name ¡ Number ¡of ¡ Average ¡ Jian ¡Dong† ¡, ¡Yunchao ¡Wei† ¡, ¡ categories ¡won ¡ precision ¡(%) ¡ Min ¡Lin† ¡, ¡Qiang ¡Chen‡ ¡, ¡Wei ¡ NUS ¡ 106 ¡ 37.2 ¡ Xia† ¡, ¡Shuicheng ¡Yan† ¡ † ¡= ¡Na1onal ¡University ¡of ¡ MSRA ¡Visual ¡Compu1ng ¡ 45 ¡ 35.1 ¡ Singapore ¡ Uva-­‑Euvision ¡ 21 ¡ 32.0 ¡ ‡ ¡= ¡IBM ¡Research ¡Australia ¡ 1-­‑HKUST ¡ 18+4 ¡(5 ¡entries) ¡ 28.9 ¡ MSRA ¡visual ¡compu)ng: ¡ Southeast-­‑CASIA ¡ 4+2 ¡(2 ¡en1res) ¡ 30.5 ¡ Kaiming ¡He† ¡, ¡Xiangyu ¡Zhang‡ ¡, ¡ Shaoqing ¡Ren ∓ ¡, ¡Jian ¡Sun† ¡ ¡ CASIA_CRIPAC_2 ¡ 0 ¡ 28.6 ¡ † ¡= ¡Microsos ¡Research ¡ ‡ ¡= ¡Xi’an ¡Jiaotong ¡University ¡ ∓ ¡ ¡= ¡University ¡of ¡Science ¡and ¡ Technology ¡of ¡China ¡