设为书签 Ctrl+D将本页面保存为书签,全面了解最新资讯,方便快捷。 您也可下载桌面快捷方式。点击下载 | 新浪科技 | 新浪首页 | 新浪导航

中国团队再次称雄AI大赛,微软谷歌FB都甩在身后

2017-10-30 13:06:55    创事记 微博 作者: 量子位   

  欢迎关注“创事记”的微信订阅号:sinachuangshiji

  文/李林

  来源:量子位(ID:QbitAI)

  又一次!中国团队拿下一项AI赛事的多个大奖!

  8天的计算机视觉顶会ICCV 2017在威尼斯悄然落幕,期间中国团队在物体检测、人体关键点检测等竞争激烈的比赛中击败了谷歌、微软、Facebook等国际巨头AI实验室。

  ICCV 2017 “Joint COCO and Places Recognition Challenge” Workshop中,一共公布了7项竞赛的结果。

  中国AI创业公司旷视科技(Face++)在MS COCO物体检测、人体关键点检测,以及Places物体分割三项比赛中击败微软、谷歌、Facebook等对手,夺得了第一名。

△ 旷视科技获COCO物体检测、人体关键点检测冠军;UCenter获COCO物体分割冠军△ 旷视科技获COCO物体检测、人体关键点检测冠军;UCenter获COCO物体分割冠军

  而在MS COCO物体分割检测中,由北京大学和香港中文大学联合组成的UCenter队(也可以理解为商汤科技队)夺得冠军,旷视科技(Face++)团队获得了第二名。

  Places场景分割挑战赛的冠军由中科院自动化所和京东联合建立的CASIA_IVA_JD队拿下,第二名是今日头条的WinterIsComing队。

  参赛选手总结

  量子位还得到一份旷视Face++此次参赛主力队员的一份赛后总结。这份总结应该是出自大三学生肖特特,他还特别提到队友罗睿轩和姜博睿。转发如下:

  拿奖拿到手软

  终于,可以自豪地宣布,我们Face++团队在备受关注的MSCOCO和由MIT牵头的Places比赛中参与四个项目,击败Facebook, Google, Microsoft, 国内外高校和企业等,拿下三项世界冠军一项第二名。其中我作为核心成员之一参与了COCO Detection & Instance Segmentation与Places Instance Segmentation三个项目,并为COCO Skeleton做了一点点微小的贡献

  关于比赛

  一支团队能同时拿下那么多冠军是史无前例的。在最重要的COCO Detection中,我们赢了第二名近2个绝对百分点。在Places比赛,我们在准备不充分的情况下(我的错),赢了第二名Google4.5个绝对百分点。为我们的队伍感到自豪。

  “Face++模式”

  对于我来说,赢了是团队好输了当然是自己做得不够好。这次比赛,我特别要介绍旷视的platform组。他们负责维护和建立上千块gpu的集群,支持各种功能。而我们,动辄要求几十上百块gpu跨机训练,给他们造成了前所未有的压力。但是,他们每次几乎立即处理问题,以最快的速度解决。这是我见过的最敬业,效率最高的team。 每一块奖牌后面都应该有他们的名字。

  “姚班模式”

  我特别想提一下,在两个Segmentation比赛中,我的两位室友,罗睿轩和姜博睿,比我做出了更大贡献。他们也是我的ACM队友。这是我一直追求的姚班模式。作为朋友,室友。大家每时每刻、自发地讨论学术问题,取得比赛好成绩,或者一起发表论文。很高兴我在身体力行,为这个模式做了一些微小的贡献。感谢室友的不杀之恩,因为我实在太push了…把人从床里拖出来review代码这事发生了不止一次。比赛结束前每天熬夜到三四点,第二天接着干。很不容易,Good job!

  关于ICCV

  第一次在国际会议做Presentation, 居然上台后一点都不紧张。我要了一个手持麦克风,借了个遥控器,成为了唯一一个不在讲台后讲slides的人 XD。 被偶像级前辈Ross Girshick夸报告讲得非常好,真的特别开心。

  关于research

  准备今年的CVPR和明年ECCV submissions。 手里攒了不少东西。借用Kaiming的一句话”涨3个点很容易,涨3个点讲个故事也不难,最难的是想一个idea, 并且指出它能涨3个点”。 跟这些人交流得越多,我越来越知道自己应该做什么样的工作,什么样的工作是有意义的,值得尊敬的。希望在明年ECCV投稿的工作中,能看到自己一点点往这个方向的努力。

  有趣的事情

  1.与Ross和Kaiming聊了一会,我表达了对两位role models的敬佩,讲我一直在向各位学习。Ross大神说你明年要是能来FAIR实习就太好了。我们没准还能向你学习呢。脑子一下空白了…回答,现在不够格和各位一起工作,phd时一定一定会申你的intern :)

  2.三年级本科生的身份倒是能让大家迅速记住你 23333 真的比平均年龄小了太多。。

  3.感谢NVIDIA送了一块TITAN XP。以为还是之前的一万美元呢哈哈

  (插播,此处的Ross和Kaiming,可以参考量子位之前的报道)

  另外,据商汤科技透露他们的队伍也是实习生担任主力。

  历史战绩

  物体检测这个项目,是MS COCO大赛的重头戏,从2015年第一届就存在,第二、三届中依然延续了下来。

  其实,拿下2015年物体检测项目冠军的MSRA团队,就是孙剑在微软亚洲研究院带领的一组研究员,包括何恺明、任少卿、代季峰和Xiangyu Zhang,所用的算法,是何恺明和RBG大神第一次合作的Faster R-CNN。

  2016年的物体检测冠军,是谷歌研究院的G-RMI队,而用的算法,依然是Faster R-CNN。

  2015年第一届MS COCO大赛中除了物体检测,还有个生成图片说明(Captioning Challenge)项目,当时夺冠的谷歌团队,与人类baseline相比依然差了一大截,这个比赛项目也没能继续下去。

  在2016年,物体检测之外的比赛项目变成了人体关键点检测,当时夺冠的团队来自CMU。

  COCO+Places 2017简介

  MS COCO是一个已经举办了三年,在业内颇有名气的比赛。今年的MS COCO共有四个项目,包括物体检测、物体分割、人体关键点检测和场景分割。

  和MS COCO联合公布结果的Places今年还是第一届,由MIT和CMU牵头,包括物体分割、场景分割和边缘检测三个项目,旨在深度理解图像场景。

  COCO挑战赛

  COCO是一个图像数据集,被设计用来推动物体检测研究,特别是检测上下文中的物体。其中提供的注释包括80个分类的物体像素级分割,人体实例的关键点注释,91个类别的背景语义分割。

  大赛具体包括:

  COCO检测挑战

  COCO 2017检测挑战赛已在推动物体检测领域的进步。参赛队伍要在两类物体检测挑战中竞争:使用包围盒(bounding box)输出或者物体分割输出。

  COCO关键点挑战

  这项挑战需要在复杂环境下对人体关键点进行定位。这项挑战需要在检测出人体的同时,对关键点进行定位标注。

  COCO背景语义分割挑战

  今年的挑战中,已经给出人、汽车、大象等物体的分类,所以重点主要在背景分类的部分,例如草坪、墙壁、天空等。

  相关详情可以访问:

  http://cocodataset.org/

  Palces挑战赛

  Places挑战的数据,是一个像素级标注的图像数据及ADE20K。这个数据集中有2万张图像用于训练,2千张用于验证,3千张用于测试。

  数据集地址在此:

  http://groups.csail.mit.edu/vision/datasets/ADE20K/

  Places 2017的挑战主要有三个任务:场景分割(scene parsing)、物体分割(instance segmentation)、边缘检测(semantic boundary detection)。

  详细信息可以访问这里:

  http://placeschallenge.csail.mit.edu/

(声明:本文仅代表作者观点,不代表新浪网立场。)

文章关键词: 网络文化

分享到:
保存   |   打印   |   关闭