ILSVRC（ImageNet Large Scale Visual Recognition Challenge）是近年来机器视觉领域最受追捧也是最具权威的学术竞赛之一，代表了图像领域的最高水平。ImageNet数据集是ILSVRC竞赛使用的数据集，由斯坦福大学李飞飞教授主导，包含了超过1400万张全尺寸的有标记图片。ILSVRC比赛会每年从ImageNet数据集中抽出部分样本，以2012年为例，比赛的训练集包含1281167张图片，验证集包含50000张图片，测试集为100000张图片。
在ImageNet长达六年的比赛时间中，涌现了一大批性能优秀结构新颖的网络。我们通过分析历年优秀模型的结构和性能，可以清晰的把握卷积神经网络发展的脉络。我们主要关注比赛的分类、定位和目标检测三个项目，可以得到历年冠军表如下：
| 年份 | 分类 | 定位 | 检测 |
|---|---|---|---|
| 2012 | AlexNet | AlexNet | ————— |
| 2013 | Clarifai | OverFeat | UvA |
| 2014 | GoogleNet | VGG | GoogleNet |
| 2015 | ResNet | ResNet | ResNet |
| 2016 | Trimps-Soushen | Trimps-Soushen | CUImage |
| 2017 | SENet | DPN | BDAT |
已介绍的网络论文列表如下：
- VGGNet
- ResNet
- AlexNet
- ZF-Net（模型本身不算特别优秀，但提供了一种可视化分析方法）
- GoogleNet
推荐额外阅读的论文:
- RCNN
- fast-RCNN
- faster-RCNN
- YOLO 系列
实际上，从ResNet往后的网络开始引入诸如注意力机制等新机制，作为入门的网络结构到ResNet就已经足够，往后请根据需要自行阅读