近日，在Kaggle上舉辦的CVPR 2019 Cassava Disease Classification挑戰(zhàn)賽公布了最終結果,深蘭科技DeepBlueAI團隊榮獲冠軍，此次挑戰(zhàn)賽共有來自全球88個團隊參與，提交了超過1300份方案。國際計算機視覺與模式識別會議(CVPR)是IEEE一年一度的學術性會議，會議的主要內容是計算機視覺與模式識別技術。是世界頂級的計算機視覺會議之一。每年被收錄的論文均來自計算機視覺領域頂級團隊，代表著國際最前沿的科研技術，并指引著計算機視覺領域未來的研究方向。
該項挑戰(zhàn)賽由FGVC舉辦，作為計算機視覺頂會CVPR的Workshop，其全稱為Fine-Grained Visual Categorization(細粒度圖像分類),是機器視覺社區(qū)剛剛開始解決的最有趣和最有用的開放問題之一。CVPR 2019在洛杉磯長灘舉行，該Workshop也作為 CVPR 2019 的一部分如期召開。FGVC6 Workshop 共有十個挑戰(zhàn)賽，每個都代表了細粒度視覺分類在某個細分領域的挑戰(zhàn)，這些比賽為日后真正解決細粒度圖像分類提供了大量的技術方法和實現(xiàn)方式，對解決細粒度圖像分類問題具有重要意義。
Cassava Disease Classification挑戰(zhàn)賽榜單，深蘭科技DeepBlueAI團隊排名第一
關于細粒度圖像分類及用途，簡單來說普通的分類問題只專注于區(qū)別出目標的大類，比如貓和狗，花和樹等。但是細粒度分類需要識別并區(qū)分非常精細的子類別。例如深蘭的商品識別模型中，不僅需要像一般識別問題那樣檢測出例如蘋果，菠蘿的大分類，同時還需要檢測出具體屬于哪一類蘋果，如富士，煙臺等。而通常屬于不同子類別的識別是非常相似的，例如富士，秦冠，富寒等等，我們不僅需要整體信息來識別它是「蘋果」，同時還需要局部信息來確定「蘋果」的品種。
據(jù)參賽團隊介紹“深蘭團隊的方法應用在工業(yè)上，可以進一步提高不同物體的識別精度，特別是對區(qū)分相似類別的物體具有比較大的意義，如高速公路上識別不同車輛的型號、在野外識別不同物種、商店購物時識別不同的商品，細粒度圖像分析在這些任務里面都扮演著極為重要的角色。”
作為致力于人工智能基礎研究和應用開發(fā)的獨角獸公司，深蘭科技近來頻頻在國際賽事中摘得榮譽，除了該項挑戰(zhàn)賽，同期在CVPR 的另外兩項比賽2019 Workshop on Autonomous Driving (WAD) D²-City & BDD100K Tracking Domain Adaptation Challenge and the D²-City & BDD100K Detection Domain Adaptation Challenge.分獲亞軍和季軍。此外在今年還分別摘得，PAKDD 2019 AutoML3+ 挑戰(zhàn)賽以及IEEE ISI World Cup 2019冠軍。
目前，中國已成為人工智能專利布局最多國 家。以深蘭科技為代表的中國企業(yè)在基礎研究的布局上的亮眼表現(xiàn)，也不斷刷新著中國AI技術的高度。
免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
