新闻资讯
新闻资讯

02

2022

-

04

智星时空 | 双循环经济体系下,基于云-边-端大规模人工智能

10月11日至17日,被誉为全球计算机视觉领域三大顶级会议之一的2021年计算机视觉国际会议(ICCV)如期召开。 深兰科技的DeepBlueAI团队参加了2个比赛和4个挑战,在VisDrone Object Detection、VisDroneMot、Large-AI-Food和VisDrone中获得第一名。 其中,VisDrone 已成为无人机领域的标杆数据集。 业内也有很多论文基于这个数据集发表。


浏览量:

10

 

10月11日至17日,被誉为全球计算机视觉领域三大顶级会议之一的2021年计算机视觉国际会议(ICCV)如期召开。 深兰科技的DeepBlueAI团队参加了2个比赛和4个挑战,在VisDrone Object Detection、VisDroneMot、Large-AI-Food和VisDrone中获得第一名。 其中,VisDrone 已成为无人机领域的标杆数据集。 业内也有很多论文基于这个数据集发表。

 


 

两项赛事吸引了来自世界各地的众多知名团队,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等数百家知名技术团队。
值得一提的是,作为ICCV的“老客户”,深兰科技的DeepBlueAI团队凭借领先的技术水平赢得了多项国际顶级赛事。 在ACL、NAACL等比赛中获得数十项冠军。

 

无人机比赛第一名
VisDrone 成为无人机领域的基准数据集

 

在 VisDrone Object Detection 竞赛项目中,有两个挑战,“图像中的目标检测”和“多目标跟踪挑战”。 目标是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目标的轨迹。

 


VisDrone 目标检测(获胜者:深兰)

 


VisDroneMot 挑战赛(获胜者:深兰)

VisDrone 数据集由天津大学机器学习与数据挖掘实验室 AISKYEYE 团队收集。 所有基准数据集均由无人机拍摄,包括 288 个视频片段,共有 261,908 帧和 10,209 张静止图像。 这些框架由超过 260 万个手动注释的框组成,用于常见对象,例如行人、汽车、自行车和三轮车。

 

 

虽然比赛已经举办过多次,但困难依然存在:
1. 检测到的物体众多
2.有些目标太小
3.不同的数据分布
4.目标被严重遮挡

最终,深兰科技团队通过随机添加噪声、改变亮度、使用中心裁剪、马赛克数据增强等方法完成了项目竞赛,并在这两项挑战中获得了第一名。

 

大规模细粒度图像检索第一名

 

此外,在由美团视觉智能中心、中科院计算所、北京致远和巴塞罗那大学联合主办的LargeFineFoodAI技术研讨会上,首届LargeFineFoodAI大赛也拉开帷幕。 比赛分为两个挑战,识别和检索。 旨在利用计算机视觉算法对美食图片进行细粒度分析,快速响应并满足商家和用户对在线美食图片的审核、管理、浏览和评价的需求。

 

大规模细粒度食物检索挑战赛(获胜者:深兰)

本次挑战赛使用的数据集来自美团自建数据集“Food2K”。 这个数据集中的每张食物图片都是由不同的个体,使用不同的设备,在不同的环境场景下拍摄的。 这是一种可以公平评估的罕见算法。 图片数据的鲁棒性和效果对参与者提出了很大的挑战。

 

 

DeepBlueAI参加比赛,使用ReRank方法对欧几里得距离和雅可比距离进行加权,衡量query与图库的相似度,在Large-ScaleFine-Grained Food Retrieval赛道上取得了不错的成绩。其中,中国科学技术大学和OPPO公司团队分别获得第二和第三名。
ICCV,又称IEEE国际计算机视觉会议(International Conference on Computer Vision),由IEEE主办,每两年在全球举办一次。与计算机视觉模式识别会议(CVPR)和欧洲计算机视觉会议(ECCV)并称为计算机视觉方向的三大顶级会议。
深兰科技在ICCV深耕多年,成绩斐然。当全球经济进入以人工智能为主导的第四次工业革命时代,中国聚焦新的人工智能基础设施时,深兰科技将时刻准备着将计算机视觉等核心技术应用于基础研究和产品开发,利用技术制造人民生活更好。

关键词:

全球计算机视觉领域,计算机视觉国际会议,知名团队

相关新闻

暂无数据

暂无数据