導(dǎo)讀：中國AI創(chuàng)業(yè)公司曠視科技（Face++）在MS COCO物體檢測、瘋狂人體關(guān)鍵點(diǎn)檢測，打c隊(duì)稱以及Places物體分割三項(xiàng)比賽中擊敗微軟、國團(tuán)歌和南京雨花臺(tái)區(qū)（小姐）小姐過夜服務(wù)崴信159-8298-6630提供外圍女小姐上門服務(wù)快速安排面到付款谷歌、雄A先微Facebook等對(duì)手，賽領(lǐng)奪得了第一名。軟谷

　　8天的瘋狂計(jì)算機(jī)視覺頂會(huì)ICCV 2017在威尼斯悄然落幕，期間中國團(tuán)隊(duì)在物體檢測、打c隊(duì)稱人體關(guān)鍵點(diǎn)檢測等競爭激烈的國團(tuán)歌和比賽中擊敗了谷歌、微軟、雄A先微Facebook等國際巨頭AI實(shí)驗(yàn)室。賽領(lǐng)

　　ICCV 2017 “Joint COCO and 軟谷Places Recognition Challenge” Workshop中，一共公布了7項(xiàng)競賽的瘋狂結(jié)果。

　　中國AI創(chuàng)業(yè)公司曠視科技（Face++）在MS COCO物體檢測、打c隊(duì)稱人體關(guān)鍵點(diǎn)檢測，國團(tuán)歌和以及Places物體分割三項(xiàng)比賽中擊敗微軟、谷歌、Facebook等對(duì)手，南京雨花臺(tái)區(qū)（小姐）小姐過夜服務(wù)崴信159-8298-6630提供外圍女小姐上門服務(wù)快速安排面到付款奪得了第一名。

　　曠視科技獲COCO物體檢測、人體關(guān)鍵點(diǎn)檢測冠軍；UCenter獲COCO物體分割冠軍：


　　而在MS COCO物體分割檢測中，由北京大學(xué)和香港中文大學(xué)聯(lián)合組成的UCenter隊(duì)（也可以理解為商湯科技隊(duì)）奪得冠軍，曠視科技（Face++）團(tuán)隊(duì)獲得了第二名。

　　Places場景分割挑戰(zhàn)賽的冠軍由中科院自動(dòng)化所和京東聯(lián)合建立的CASIA_IVA_JD隊(duì)拿下，第二名是今日頭條的WinterIsComing隊(duì)。

　　參賽選手總結(jié)

　　量子位還得到一份曠視Face++此次參賽主力隊(duì)員的一份賽后總結(jié)。這份總結(jié)應(yīng)該是出自大三學(xué)生肖特特，他還特別提到隊(duì)友羅睿軒和姜博睿。轉(zhuǎn)發(fā)如下：

　　拿獎(jiǎng)拿到手軟

　　終于，可以自豪地宣布，我們Face++團(tuán)隊(duì)在備受關(guān)注的MSCOCO和由MIT牽頭的Places比賽中參與四個(gè)項(xiàng)目，擊敗Facebook, Google, Microsoft, 國內(nèi)外高校和企業(yè)等，拿下三項(xiàng)世界冠軍一項(xiàng)第二名。其中我作為核心成員之一參與了COCO Detection & Instance Segmentation與Places Instance Segmentation三個(gè)項(xiàng)目，并為COCO Skeleton做了一點(diǎn)點(diǎn)微小的貢獻(xiàn)

　　關(guān)于比賽

　　一支團(tuán)隊(duì)能同事拿下那么多冠軍是史無前例的。在最重要的COCO Detection中，我們贏了第二名近2個(gè)絕對(duì)百分點(diǎn)。在Places比賽，我們?cè)跍?zhǔn)備不充分的情況下(我的錯(cuò))，贏了第二名Google4.5個(gè)絕對(duì)百分點(diǎn)。為我們的隊(duì)伍感到自豪。

　　“Face++模式”

　　對(duì)于我來說，贏了是團(tuán)隊(duì)好輸了當(dāng)然是自己做得不夠好。這次比賽，我特別要介紹曠視的platform組。他們負(fù)責(zé)維護(hù)和建立上千塊gpu的集群，支持各種功能。而我們，動(dòng)輒要求幾十上百塊gpu跨機(jī)訓(xùn)練，給他們?cè)斐闪饲八从械膲毫Α５牵麄兠看螏缀趿⒓刺幚韱栴}，以最快的速度解決。這是我見過的最敬業(yè)，效率最高的team. 每一塊獎(jiǎng)牌后面都應(yīng)該有他們的名字。

　　“姚班模式”

　　我特別想提一下，在兩個(gè)Segmentation比賽中，我的兩位室友，羅睿軒和姜博睿，比我做出了更大貢獻(xiàn)。他們也是我的ACM隊(duì)友。這是我一直追求的姚班模式。作為朋友，室友。大家每時(shí)每刻、自發(fā)地討論學(xué)術(shù)問題，取得比賽好成績，或者一起發(fā)表論文。很高興我在身體力行，為這個(gè)模式做了一些微小的貢獻(xiàn)。感謝室友的不殺之恩，因?yàn)槲覍?shí)在太push了…把人從床里拖出來review代碼這事發(fā)生了不止一次。比賽結(jié)束前每天熬夜到三四點(diǎn)，第二天接著干。很不容易，Good job!

　　關(guān)于ICCV

　　第一次在國際會(huì)議做Presentation, 居然上臺(tái)后一點(diǎn)都不緊張。我要了一個(gè)手持麥克風(fēng)，借了個(gè)遙控器，成為了唯一一個(gè)不在講臺(tái)后講slides的人 XD. 被偶像級(jí)前輩Ross Girshick夸報(bào)告講得非常好，真的特別開心。

　　關(guān)于research

　　準(zhǔn)備今年的CVPR和明年ECCV submissions. 手里攢了不少東西。借用Kaiming的一句話”漲3個(gè)點(diǎn)很容易，漲3個(gè)點(diǎn)講個(gè)故事也不難，最難的是想一個(gè)idea, 并且指出它能漲3個(gè)點(diǎn)”. 跟這些人交流得越多，我越來越知道自己應(yīng)該做什么樣的工作，什么樣的工作是有意義的，值得尊敬的。希望在明年ECCV投稿的工作中，能看到自己一點(diǎn)點(diǎn)往這個(gè)方向的努力。

　　有趣的事情

　　與Ross和Kaiming聊了一會(huì)，我表達(dá)了對(duì)兩位role models的敬佩，講我一直在向各位學(xué)習(xí)。Ross大神說你明年要是能來FAIR實(shí)習(xí)就太好了。我們沒準(zhǔn)還能向你學(xué)習(xí)呢。腦子一下空白了…回答，現(xiàn)在不夠格和各位一起工作，phd時(shí)一定一定會(huì)申你的intern :)

　　三年級(jí)本科生的身份倒是能讓大家迅速記住你 23333 真的比平均年齡小了太多。。

　　感謝NVIDIA送了一塊TITAN XP。以為還是之前的一萬美元呢哈哈

　　另外，據(jù)商湯科技透露他們的隊(duì)伍也是實(shí)習(xí)生擔(dān)任主力。

　　歷史戰(zhàn)績

　　物體檢測這個(gè)項(xiàng)目，是MS COCO大賽的重頭戲，從2015年第一屆就存在，第二、三屆中依然延續(xù)了下來。

　　其實(shí)，拿下2015年物體檢測項(xiàng)目冠軍的MSRA團(tuán)隊(duì)，就是孫劍在微軟亞洲研究院帶領(lǐng)的一組研究員，包括何愷明、任少卿、代季峰和Xiangyu Zhang，所用的算法，是何愷明和RBG大神第一次合作的Faster R-CNN。

　　2016年的物體檢測冠軍，是谷歌研究院的G-RMI隊(duì)，而用的算法，依然是Faster R-CNN。

　　2015年第一屆MS COCO大賽中除了物體檢測，還有個(gè)生成圖片說明（Captioning Challenge）項(xiàng)目，當(dāng)時(shí)奪冠的谷歌團(tuán)隊(duì)，與人類baseline相比依然差了一大截，這個(gè)比賽項(xiàng)目也沒能繼續(xù)下去。

　　在2016年，物體檢測之外的比賽項(xiàng)目變成了人體關(guān)鍵點(diǎn)檢測，當(dāng)時(shí)奪冠的團(tuán)隊(duì)來自CMU。

　　COCO+Places 2017簡介

　　MS COCO是一個(gè)已經(jīng)舉辦了三年，在業(yè)內(nèi)頗有名氣的比賽。今年的MS COCO共有四個(gè)項(xiàng)目，包括物體檢測、物體分割、人體關(guān)鍵點(diǎn)檢測和場景分割。

　　和MS COCO聯(lián)合公布結(jié)果的Places今年還是第一屆，由MIT和CMU牽頭，包括物體分割、場景分割和邊緣檢測三個(gè)項(xiàng)目，旨在深度理解圖像場景。

　　COCO挑戰(zhàn)賽

　　COCO是一個(gè)圖像數(shù)據(jù)集，被設(shè)計(jì)用來推動(dòng)物體檢測研究，特別是檢測上下文中的物體。其中提供的注釋包括80個(gè)分類的物體像素級(jí)分割，人體實(shí)例的關(guān)鍵點(diǎn)注釋，91個(gè)類別的背景語義分割。

　　大賽具體包括：

　　COCO檢測挑戰(zhàn)

　　COCO 2017檢測挑戰(zhàn)賽已在推動(dòng)物體檢測領(lǐng)域的進(jìn)步。參賽隊(duì)伍要在兩類物體檢測挑戰(zhàn)中競爭：使用包圍盒（bounding box）輸出或者物體分割輸出。

　　COCO關(guān)鍵點(diǎn)挑戰(zhàn)

　　這項(xiàng)挑戰(zhàn)需要在復(fù)雜環(huán)境下對(duì)人體關(guān)鍵點(diǎn)進(jìn)行定位。這項(xiàng)挑戰(zhàn)需要在檢測出人體的同時(shí)，對(duì)關(guān)鍵點(diǎn)進(jìn)行定位標(biāo)注。

　　COCO背景語義分割挑戰(zhàn)

　　今年的挑戰(zhàn)中，已經(jīng)給出人、汽車、大象等物體的分類，所以重點(diǎn)主要在背景分類的部分，例如草坪、墻壁、天空等。

　　Palces挑戰(zhàn)賽

　　Places挑戰(zhàn)的數(shù)據(jù)，是一個(gè)像素級(jí)標(biāo)注的圖像數(shù)據(jù)及ADE20K。這個(gè)數(shù)據(jù)集中有2萬張圖像用于訓(xùn)練，2千張用于驗(yàn)證，3千張用于測試。

　　Places 2017的挑戰(zhàn)主要有三個(gè)任務(wù)：場景分割（scene parsing）、物體分割（instance segmentation）、邊緣檢測（semantic boundary detection）。

最新評(píng)論