一般來說，比較成熟的競賽榜單分為兩種，一種是公共榜單，一種是最後的私有榜單。
對應的資料也不相同，分為驗證集和測試集。
這兩部分資料的真實答案都不會公佈出去，但在參賽者提交結果之後，公共榜單隻會公佈驗證集部分的結果供大家參考，而不會公佈最終測試集上的結果和內容。
這是因為實時的榜單排名只是為了幫助大家理解自己的演算法大概在什麼水平，和最強的演算法差了多少。雖然沒有直接提供答案，但是如果參賽者調整設定反覆提交結果，還是可以一定程度上分析到這部分資料的內容和分佈的。
故而，這部分資料只做參考之用，最終決定排名的只有測試集的那部分。因此賽事的公共榜單隻能一定程度上反應問題，沒法百分之百地表示最終的名次。
“雖說有的賽時榜單根本不用於最後的排名，但人們卻很容易被這種榜單的魔力所吸引。”孟繁岐想起後世和唐璜參加過兩次小型比賽，不知道為什麼整天就想盯著那個榜單使勁看。
自己的提交成績高了一名，低了一名都會引起心情的巨大波動。
“什麼行業都是這樣的，你看什麼小說行業，影視劇行業，明星行業。創造焦慮嘛。”唐璜不以為然，“沒有焦慮就搞個榜單創造焦慮，人人都想當人上人，這榜單一出啊，就像是平靜的水池裡灑進了一把魚餌。原本翻著肚皮不動彈的魚就全活絡起來了。”
“體育圈也是，最愛說誰是GOAT(歷史最強），什麼詹姆斯PK科比，梅西對戰C羅。”唐璜繼續吐槽道，體育圈現在飽受這種風氣所害，馬上都快變成飯圈了，“統計的資料也越來越多越來越離譜，以前就統計一個進球，現在連哪個部位進的球也統計，我前幾天還看到有人說C羅的弟弟進了一個球。”
孟繁岐在檢視提交結果的資訊，乍一聽愣了一下，“C羅還有弟弟呢？”
仔細一想才回過味來，搞了半天是二弟。
其實11月11號，提交網站就已經被公佈出來了，這一年的提交視窗期很短，也不像後來的很多競賽那樣分驗證集，在賽時開放公共榜單提交。
11月13號，結果的提交就會截止。
不知不覺又是四五十天過去，孟繁岐反覆打磨了幾遍這幾篇論文。
不僅如此，等到後來他發覺論文裡的實驗已經跑完，便將檢測演算法接在了已經訓練了很久的分類模型上，又跑起了檢測賽事的資料。
檢測任務是分類任務的進階，在你的程式分辨出這張圖片的類別之後，更進一步的操作就是用矩形框把該物體的位置在圖片中位置給圈出來。也就是後來大家熟悉的人臉上的框框。
再進一步就是分割了，不採用矩形框這樣大的，規則的圖形，而是畫素級別地把某個物體的細緻輪廓在圖片上表示出來，也就是一種類似自動摳圖的操作。
當然了，不論是檢測還是分割，都是需要人工去標註訓練集的原始答案的。
IMAGENET2013的檢測賽道資料集不算太大，一共接近40萬張圖片，共區分200類。這種進階型別的資料，標註起來要辛苦很多，因此資料量和分類不可同日而語。
不過，相比2012年的5717張，區區一年的時間，已經是百倍的巨大飛躍了。
“沒想到時間竟然會這麼多。”孟繁岐記得這時候的檢測大多數還是基於傳統HOG，LBP的辦法，在13年的這個資料集上mAP最高也就0.225左右。
自己既然來得及完成論文上的實驗，自然要抽空去降維打擊一下這些老古董方法。
每個參賽隊伍在各任務上有三次提交的機會，孟繁岐只需要一次就夠了。
參與競賽的隊伍往往會訓練好幾個版本的模型，然後做一些排列組合的整合，分多次提交，以確保自己的結果不會被一些不穩定的因素影響。
這也是追求更高效能的一種辦法，因為誰也無法保證自己的哪一次結果在位置的資料上效能最好。
有時候第一名和第二名，就差在毫釐之間，可能只是小數點後的兩三位。
只是孟繁岐完全沒有這個必要這麼做。