深兰科技计算机视觉技术再发力,拿下ICCV 2021三项世界冠军

2021国际计算机视觉大会International Conference on Computer Vision (ICCV)是国际首屈一指的国际计算机视觉盛会,于10月11日至10月17日举行。

2021国际计算机视觉大会International Conference on Computer Vision (ICCV)是国际首屈一指的国际计算机视觉盛会,于10月11日至10月17日举行。此次会议,深兰科技DeepBlueAI团队共参加2项比赛4个赛道,分别在VisDrone Object Detection,VisDroneMot, Large-AI-Food.VisDrone 三个赛道获得冠军,VisDrone已成为无人机领域标杆数据集,且业界多篇论文也在此数据集基础上研究发表。

深兰科技计算机视觉技术再发力,拿下ICCV 2021三项世界冠军

据了解,以上两个比赛吸引来自全球多家知名团队参与角逐,其中不乏多所各大高校与顶级技术团队,包括清华大学、中科院计算所、北京邮电大学、巴塞罗那大学,腾讯、谷歌、阿里巴巴、OPPO等上百支知名技术团队。

值得一提的是,深兰科技DeepBlueAI 团队作为 ICCV 的“常客”,凭借其领先的技术水平,更是在其他众多国际顶级大赛中拔得头筹,至今已在CVPR,ECCV,NeurIPS,KDD,ACL,NAACL等大赛中获得数十项冠军。

据介绍,在VisDrone Object Detection竞赛项目中有”图像中的目标检测”和”多目标跟踪挑战”两个赛道,“图像中的目标检测”的任务旨在从无人机拍摄的单个图像中检测预定义类别的对象(例如,汽车和行人);而”多目标跟踪挑战”的任务旨在恢复每个视频帧中对象的轨迹。

本次 VisDrone数据集由天津大学机器学习与数据挖掘实验室 AISKYEYE 队伍负责收集,全部基准数据集由无人机捕获,包括 288 个视频片段,总共包括 261908 帧和 10209 个静态图像。这些帧由 260 多万个常用目标(如行人、汽车、自行车和三轮车)的手动标注框组成。其难点有以下几点:1. 大量的检测物体2. 部分目标过小3. 不同的数据分布4. 目标遮挡严重 。最后,深兰科技团队通过随机加噪声、改变亮度、用中心裁剪、马赛克数据增强等多个方法完成项目比赛,包揽这两个赛道的冠军。

深兰科技计算机视觉技术再发力,拿下ICCV 2021三项世界冠军

VisDrone Object Detection 赛道 深兰DeepBlueAI 团队获得冠军

深兰科技计算机视觉技术再发力,拿下ICCV 2021三项世界冠军

深兰科技计算机视觉技术再发力,拿下ICCV 2021三项世界冠军

VisDroneMot 赛道 深兰DeepBlueAI 团队获得冠军

另外,在同期举行的由美团视觉智能中心联合中科院计算所、北京智源、巴塞罗那大学共同主办的LargeFineFoodAI技术研讨会中,计算机视觉技术在大规模细粒度食品分析领域应用的首届LargeFineFoodAI比赛也拉开帷幕。此次比赛分为Recognition和Retrieval两个赛道,旨在利用计算机视觉算法对食品图像进行细粒度分析,来快速响应和满足商户和用户大量多样的在线食品图像审核、管理、浏览、评价等需求。

本次挑战赛所用数据集来自美团自建数据集"Food2K",该数据集每一张美食图片均由不同个人,采用不同设备,在不同环境场景下拍摄获取,是难得的可以公正评价算法鲁棒性和效果的图片数据,挑战非常大。深兰科技DeepBlueAI参与竞赛,使用ReRank的方法将欧式距离和雅可比距离加权来度量query和gallery之间的相似度。在Large-ScaleFine-Grained Food Retrieval 赛道中取得了冠军的成绩,中国科学技术大学和OPPO公司获得亚军和季军成绩。

深兰科技计算机视觉技术再发力,拿下ICCV 2021三项世界冠军

Large-ScaleFine-Grained Food Retrieval 赛道深兰DeepBlueAI 团队获得冠军

ICCV,全称IEEE International Conference on Computer Vision(国际计算机视觉大会)由IEEE主办,在世界范围内每两年召开一次。其与计算机视觉模式识别会议(CVPR)和欧洲计算机视觉会议(ECCV)并称计算机视觉方向的三大顶级会议。

深兰科技已连续多年出征ICCV,都取得了骄人的成绩。在全球经济跨入以AI为引领的第四次工业革命时代、中国聚焦AI新基建时,深兰科技等中国人工智能企业已做好了充分准备,在获得不俗成绩的同时,也将秉持开放共享的态度,为中国AI行业输出更多的新鲜血液,推动中国AI走向世界。

      (本内容属于网络转载,文中涉及图片等内容如有侵权,请联系编辑删除。市场有风险,选择需谨慎!此文仅供参考,不作买卖及投资依据。)

原创文章,作者:陈晨,如若转载,请注明出处:https://www.kejixun.com/article/539035.html

(0)
陈晨陈晨管理团队

相关推荐