在计算机视觉论文中benchmark和baseline的区别

2023-05-16

总结

benchmark一般是和同行中比较牛的算法比较,比牛算法还好,那你可以考虑发好一点的会议/期刊;
baseline一般是自己算法优化和调参过程中自己和自己比较,目标是越来越好,当性能超过benchmark时,可以发表了,当性能甚至超过SOTA时,恭喜你,考虑投顶会顶刊啦。

benchmark

一个算法之所以被称为benchmark,是因为它的性能已经被广泛研究,人们对它性能的表现形式、测量方法都非常熟悉,因此可以作为标准方法来衡量其他方法的好坏。这里需要区别state-of-the-art(SOTA),能够称为SOTA的算法表明其性能在当前属于最佳性能。如果一个新算法以SOTA作为benchmark,这当然是最好的了,但如果比不过SOTA,能比benchmark要好,且方法有一定创新,也是可以发表的。

baseline

一个算法被称为baseline,基本上表示比这个算法性能还差的基本上不能接受的,除非方法上有革命性的创新点,而且还有巨大的改进空间和超越benchmark的潜力,只是因为是发展初期而性能有限。所以baseline有一个自带的含义就是“性能起点”。这里还需要指出其另一个应用语境,就是在算法优化过程中,一般version1.0是作为baseline的,即这是你的算法能达到的一个基本性能,在算法继续优化和调参数的过程中,你的目标是比这个性能更好,因此需要在这个base line的基础上往上跳。简而言之,benchmark一般是和同行中比较牛的算法比较,比牛算法还好,那你可以考虑发好一点的会议/期刊;baseline一般是自己算法优化和调参过程中自己和自己比较,目标是越来越好,当性能超过benchmark时,可以发表了,当性能甚至超过SOTA时,恭喜你,考虑投顶会顶刊啦。

来源:
在计算机视觉论文中benchmark和baseline的区别,以及两者差别多大可以算作较为显著? - Anonymous的回答 - 知乎 https://www.zhihu.com/question/28823373/answer/101504099

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

在计算机视觉论文中benchmark和baseline的区别 的相关文章

  • 数学建模系列-优化模型---(一)规划模型

    数学建模中我们经常遇到的一种问题是给定一些条件 xff0c 目标是求得基于单或者多自变量的某个条件之的最优结果 一 线性规划模型 给定多个条件 xff0c 求某一个线性方程的最大值 xff08 对与这种问题 xff0c 我们一般采用的是最普
  • Linux----网络编程(相关名词概念)

    网络编程即编写通过计算机网络与其他程序进行通信的这类程序 相互通信的网络程序中 xff0c 一方称为客户程序 xff08 client xff09 xff0c 另一方称为服务器程序 server 计算机网络 xff08 简称网络 xff09
  • Python 列表参数 修改与赋值 对外部变量的影响

    两个函数 def test1 alist 对参数列表进行修改 alist 0 61 233 alist append 33 def test2 alist 对参数列表进行赋值 alist 61 9 5 1 10 调用结果 alist 61
  • APM配置

    开源飞控apm配置研究 项目介绍引言配置之前的文件准备我的配置过程配置文件链接小结 项目介绍 项目 xff1a 自动驾驶无人船 是老师的一个课题 xff0c 我们负责控制算法相关 当然 xff0c 也免不了要搬砖 做之前老师说 xff0c
  • python opencv实践 图像去畸变

    目录 前言镜头成像畸变原因去畸变方法python去畸变输入代码结果 前言 由于相机的镜头并不完全理想 xff0c 成像时会产生线条扭曲 失真等 对双目图像 鸟瞰图等进行处理时 xff0c 首先要矫正去畸变 镜头成像畸变原因 相机的镜头前有一
  • 通过直链下载google网盘里的文件

    目录 前言通过直链云下载保存在google drive的datasets 前言 科研学习的时候 xff0c 很多数据集是保存在google drive上的 xff0c 正常情况下国内打不开 xff0c 也就下载不了 于是我翻到了一个解决方法
  • 机器人建图算法2.1从栅格占据地图到ESDF地图

    机器人建图算法2 1从栅格占据地图到ESDF地图 前言论文解读示意图说明伪代码说明算法流程 总结 前言 最基础的地图是占据栅格地图Occupancy map xff0c 每个格子标明了该位置是否被物体占据 然而对于规划和避障而言 xff0c
  • 控制算法学习 一、卡尔曼滤波(1)以小车为例

    控制算法学习 一 卡尔曼滤波 xff08 1 xff09 以小车为例 前言线性系统状态方程和观测方程举例 卡尔曼滤波状态预测状态更新 卡尔曼滤波流程图 前言 卡尔曼滤波 xff08 Kalman Filter KF xff09 是最经典的传
  • ROS python3使用cv_bridge报错,在melodic中使用python3 cv_bridge

    ROS cv bridge报错 xff1a 在melodic中使用python3 43 cv bridge 问题描述解决方案使用方法2022 7补充 问题描述 ROS与opencv之间的数据类型转换是通过cv bridge这个包来实现的 m
  • 控制算法学习 四、扩展卡尔曼滤波EKF

    控制算法学习 四 扩展卡尔曼滤波EKF 前言非线性系统状态 观测方程线性化扩展卡尔曼滤波EKF后记 前言 经典卡尔曼滤波的使用场景是线性系统 xff0c 但现实应用时 xff0c 大多数系统都是非线性的 扩展卡尔曼滤波 xff08 Exte
  • ROS学习十、无人机通信模块mavros(1)常用的mavros消息类型

    ROS学习十 无人机通信模块mavros xff08 1 xff09 常用的mavros消息类型 前言数传全局位置IMU惯导本地位置飞控命令设置飞行位点 速度 加速度系统状态系统时间其它 前言 mavros用于无人机通信 xff0c 可以将
  • PX4FLOW--光流评价

    做了有三个月的光流 xff0c 进度很慢 过程如下 xff1a 1 从光流算法原理入手 xff1b 2 再了解PX4FLOW模块 xff1b 3 将相机曝光时间分三个等级保证输出频率在120HZ以上 xff1b 4 修改flow c部分源码
  • 视觉SLAM十四讲学习5 位姿估计(2)本质矩阵的计算

    视觉SLAM十四讲学习5 位姿估计 xff08 2 xff09 本质矩阵的计算 前言本质矩阵的性质本质矩阵计算五点法八点法 位姿计算对极几何计算本质矩阵的问题后记 前言 本篇详细推导对极几何中 xff0c 本质矩阵的计算 本质矩阵的性质 根
  • PX4Firmware源码下载和子模块更新

    PX4Firmware源码下载和子模块更新 前言修改git配置PX4Firmware下载更新 前言 PX4是无人机开源飞控 xff0c 但是其代码在github上 xff0c 经常下载不下来 xff1b 而且即使下载下来了 xff0c 更新
  • Gazebo安装与升级,gazebo: symbol lookup error

    Gazebo版本升级 前言Step 1 xff08 可选 xff09 Step 2Step 3报错 gazebo symbol lookup error 前言 现在将gazebo9 0升级到gazebo9 19 Step 1 xff08 可
  • CMakeLists学习一、find_package查找包

    CMakeLists学习一 find package查找包 前言引例环境变量find package查询路径设定查询路径默认路径 链接库问题find package 命令 前言 很久之前就想写关于CMakeLists相关的学习记录 xff0
  • 英伟达Jetson Nano 开发(1)、Jetpack镜像烧录,使用jtop,测试cuda并行,增加交换内存空间,SSH远程连接

    英伟达Jetson Nano 开发 xff08 1 xff09 Jetpack镜像烧录 xff0c 使用jtop xff0c 测试cuda并行 xff0c 增加交换内存空间 xff0c ssh远程连接 xff0c 激活Jupyterlab设
  • Python: 使用sphinx生成python项目文档

    Python 使用sphinx生成python项目文档 前言安装sphinx生成配置文件修改配置文件生成rst文件编译文档 前言 本篇记录使用sphinx生产成python项目文档的方法 安装sphinx 直接通过pip安装sphinx x
  • 相机的内参矩阵、外参矩阵、畸变矩阵(引博客)

    https www zhihu com question 29448299 answer 102658379 https blog csdn net qq 16481211 article details 79464786
  • OpenMV与STM32单片机串口通信,如何使用openmv连续发送多帧数据给单片机

    首先 xff0c 我使用STM 32单片机有2 年左右的时间了 xff0c 但是openmv却不足一个月的时间 xff0c 由于近几天问我关于两者之间如何进行通讯问题的人比较多 xff0c 所以特地写这样一篇文章进行讲解 如果有什么讲的不对

随机推荐