中國團隊屠榜:COCO&Mapillary挑戰賽包攬全部冠軍
問耕 發自 凹非寺
量子位 出品 | 公眾號 QbitAI
中國團隊又帶來全面獲勝的好消息。
備受矚目COCO+Mapillary 2018物體識別聯合挑戰賽上,中國團隊完成「屠榜」:包攬全部六項賽事的第一名,其中曠視團隊獲得4項冠軍,商湯、北郵和滴滴團隊分別獲得1項冠軍。(包括一項並列第一)
據介紹,COCO+Mapillary是當前物體識別領域最為權威、最具標杆作用的數據集之一,也是繼ImageNet之後最有影響力的競賽平台之一。
官方公布的成績如下。
曠視(Team Face++)四項冠軍:
COCO Detection(並列)
COCO Panoptic
COCO Keypoints
Mapillary Panoptic
商湯和香港中文大學聯合實驗室(Team MMDet)一項冠軍:
COCO Detection(並列)
北郵模式識別與智能視覺實驗室(TeamBUTP-PRIV)一項冠軍:
DensePose
滴滴(TeamDiDi Map Vision)團隊一項冠軍:
Mapillary Detection
此外,微軟亞洲研究院、北大360聯合團隊也分別獲得一項賽事的亞軍。去年,曠視團隊在COCO挑戰賽中,曾一舉拿下3個第一以及1個亞軍。
這份成績單,隱藏在一個Workshop的列表中:
以及,商湯和曠視的並列第一成績詳情如下,MMDet團隊的AP平均分略高大約0.1%。
COCO+Mapillary簡介
COCO 2018聯合挑戰賽的本意是在場景理解的前提之下研究物體識別,這次COCO挑戰賽包括:
1)Instance Segmentation(實例分割)
2)Panotic Segmentation(全景分割)
3)Keypoints(人體關鍵點檢測)
4)DensePose(人體密集姿態估計)
Mapillary挑戰賽項目:
1)Instance Segmentation(實例分割)
2)Panotic Segmentation(全景分割)。
儘管COCO和Mapillary共同聚焦在視覺識別的一般問題之上,但是具體的每項任務在相應數據集的加持下還是對問題的不同維度做了新探索。
其中,COCO今年的挑戰賽今年新增了一項全景分割(Panoptic Segmentation)任務。
「全景分割」是Facebook今年年初提出的一種計算機視覺任務,把原來的實例分割(Instance Segmentation,檢測物體實例並分割出來) 和語義分割(Semantic Segmentation,為每個像素分配語義標籤)統一起來,要求為圖片里的每一個像素,既分配語義標籤,又分配實例ID。
三者的區別
詳見論文:Panoptic Segmentation
這種新任務的評價指標叫做全景質量(panoptic quality),簡稱PQ。
而其他三項任務,和去年基本相同。
—完—
活動推薦
加入社群
量子位AI社群28群開始招募啦,歡迎對AI感興趣的同學,在量子位公眾號(QbitAI)對話界面回復關鍵字「交流群」,獲取入群方式;
此外,量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募,面向正在從事相關領域的工程師及研究人員。
進專業群請在量子位公眾號(QbitAI)對話界面回復關鍵字「專業群」,獲取入群方式。(專業群審核較嚴,敬請諒解)
誠摯招聘
量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回復「招聘」兩個字。
※稱霸Kaggle的十大深度學習技巧
※潘建偉團隊再次刷新世界紀錄:實現18個光量子比特糾纏
TAG:量子位 |