曠視COCO獲獎團隊親述：我們是如何兩年拿下7個冠軍的

郭一璞 假裝發自 慕尼黑

量子位 報道 | 公眾號 QbitAI

即將年滿7歲的曠視，最近給自己送了一個生日禮物，計算機視覺頂級賽事MS COCO的Detection（並列）、Panoptic、Keypoints和Mapillary Panoptic四個項目的冠軍，繼去年三冠一亞之後，連續兩年成為該賽事上全球表現最佳的公司。

量子位在出結果後採訪到了曠視科技參加COCO比賽的團隊。

今年COCO很艱難

今年帶隊的除了曠視科技首席科學家、研究院院長孫劍之外，還有去年的冠軍領隊、曠視科技研究院Detection組負責人俞剛博士，另外還有十餘位同學，大部分是實習生。

從5月中旬啟動比賽，到8月結束，曠視COCO小分隊從確定團隊分工、定方向到逐步優化，歷時三個月，蟬聯冠軍王。

不過，聊到這四個冠軍的成就，俞剛博士似乎並沒有特別激動，他對今年的比賽有兩個字的評價：艱難。

團隊成員華中科技大學博士在讀的余昌黔說，艱難到個別時候晚上十點睡下，兩三點又要從床上爬起來，再做一波實驗。

不僅艱難，曠視的一個遺憾是演算法沒有達到內部定下的量化目標。

這場景很熟悉，讓人想起學霸同學聲稱自己考砸了，結果分數出來是年級第一的故事。

去年奪冠後，曠視把目標定得過高了，在實際比賽中並沒有預料中那麼好。曠視COCO團隊實習生、北航研二在讀的殷斌一同學對量子位說，在他參加的項目里，團隊自己拆分出驗證集測試，得分超過80，但實際挑戰集卻只有76分，讓大家不得不費盡功夫，0.1分0.1分的向上提。

至於如此艱難的原因，一方面是COCO「走不動了」，達到了一個飽和狀態；二是演算法上面還有比較長的路要走，需要更多極致的創新來突破現有的技術水平。

好在雖然艱難，但這並不妨礙他們拿到四個項目的冠軍。

自己的數據集

COCO數據集因為數據難度以及標註誤差，導致演算法越來越飽和了。曠視自己內部開始研究檢測任務的後續方向，建立了兩個內部數據集。

俞剛博士介紹了曠視的兩個和COCO有關的數據集：

第一個是CrowdHuman，包含大量多人重疊照片，專門針對COCO比賽中人人人人人人人人山人海的檢測。

第二個數據集目前還在搜集中，曠視內部的名字叫做COCO++，緣起於COCO的「指鹿為馬」現象，因為COCO只有80個標籤，難以覆蓋世間萬物，所以比如當它見到一頭鹿的時候，因為沒有鹿這個標籤，只好標註成馬。因此，曠視準備做COCO++這樣一個數據集，希望能夠覆蓋世界上99%的物體，減少出現這類差錯的機會。

COCO：中國隊對戰中國隊？

關於COCO的另外一個話題就是：包括曠視、商湯、北郵、滴滴等在內，拿冠軍的都是中國隊，全無谷歌、Facebook等美國大公司的身影。

這一點俞剛博士覺得與國內的AI發展氛圍和創業公司特點分不開。

一方面國內AI熱潮正處風口浪尖，發展氛圍更好，投入的資源人力足夠多，政策也支持，國內研究AI的熱情空前高漲，「從人才潛力這個角度講，中國不會比歐美差，我們需要更好的環境、更好的團隊氛圍來釋放人才潛力，這也是曠視科技研究院一直在做的事。」

另一方面則得益於國內創業公司的資源傾斜。大公司業務廣，牽扯多，在COCO比賽這類項目上，單點投入不夠集中；而創業公司單點投入更集中，一旦決定參加COCO，團隊力往一處使，比賽過程更高效，成績自然會比大公司要好。

得勝武器：人才培養

COCO這類比賽，最離不開的是人才。

俞剛博士也這麼認為，他把曠視今年拿下四個冠軍歸因於對人才的培養。

一方面，曠視內部一直在培養新人，人才不斷檔，才能支撐比賽陣容；

另一方面，曠視也一直有足夠的技術積累，每天刷arXiv分享優質論文是技術團隊內部的必修課，並且需要分析提煉論文中值得學習的內容，而非簡單的複製別人開源的成果，讓團隊整體也有提升。

或者說，COCO比賽對曠視的價值就在於帶新人練級。

雖然去年的奪冠神器Brain++已經內部應用，但COCO成績離商業落地還沒有那麼近。因此，參與COCO的團隊也是實習生為主，就像騰訊互娛的校招新人會自己做小遊戲一樣，比賽對曠視更重要的是人才培養，是曠視人才戰略的一部分。

所以，COCO比賽中，他們採取了以老帶新的方式來培養團隊。經驗豐富的研究員指導年輕研究員，傳授經驗；年輕人也可以在比賽的過程中獲得自己的經驗體會，提升認識和理解，還可以有新的成果出現。

殷斌一同學對此有深刻的感悟。

在學校的時候，殷斌一苦於學校的計算、數據集等資源限制，渴望更好的平台。

COCO開始前兩個月，還是北航研一學生的殷斌一剛剛來到曠視實習，彼時的他，剛剛開始自己在深度學習、計算機視覺領域的學術研究生涯，雖然擅長代碼，本科時還拿過ACM區域賽銀牌，但對演算法一竅不通。

在曠視團隊參與COCO的過程中，殷斌一逐漸搞清楚了數據、模型、測試等過程，明白了從頭到尾的整體方法邏輯。現在，他已經能夠自己獨立跑程序、訓練模型，完成整一套過程了。

而另一位團隊成員余昌黔已經在曠視實習一年多了，開學季這幾天，他剛剛在華中科技大學開始自己的博士生涯。

在COCO的workshop中，他不僅見到了敬仰已久的大神Ross Girshick和何愷明，還上台演講，被主辦方稱讚比人標的ground-truth結果都好，收穫了在場全世界各國參賽者的一片歡呼。

Ross Girshick 為曠視團隊頒獎

研究&落地雙管齊下

在曠視內部，研究和落地同步進行著。

落地做實用，比如在手機端運行AI程序，限制在手機的硬體水平之上，模型更小，對用戶體驗追求更高；

而研究則是探求物理極限，可以盡量用大模型，用大量硬體。

參加比賽是以老帶新，用最快速度培養出更多新秀去做產品；

而專做產品的人也要參與研究，把眼界放長遠，提升自己的判斷能力，培養自己對於技術方向的想法，而不僅僅局限於眼前，才能為自己謀取更高的成長天花板。

這是俞剛博士分享的曠視人才觀。

這一點也反映在了COCO團隊的組建上。

曠視在組建COCO參賽團隊時，先根據新人的興趣點、愛好特長來分組，如果缺人，再去協調其他團隊。之後COCO的成果也會反映在商業落地上，去年的奪冠秘籍Brain++就已經在內部應用了。

能用大量商業資源推動研究，同時研究成果能迅速反哺實際應用，這真是計算機科學家們最好的時代。

實習生：博士，碩士，甚至高中生

曠視的COCO隊員余昌黔和殷斌一都是實習生。

殷斌一此前也有在其他科技公司實習的經歷，不過並非在研究部門，而是實際商業落地部門，主要工作是寫業務代碼，沒有做研究的機會，「搬磚」的意味更強一些。

而在曠視，能享受充足的研究資源，隨時隨地請教大牛，在前輩們的push下迅速成長，是他在別處無法獲得的巨大收穫。

時至今日，已經成為COCO冠軍團隊成員的他在學校依然行事低調，還沒有把這個在校外獲得的成就告訴導師和同學。

余昌黔則已經碩士畢業，對科研有著更深一層的認識。他說，曠視科技研究院滿足了他對理想研究院的所有期望：團隊氛圍非常好，周圍大牛雲集，工作也很自由。

並且曠視研究院這類企業研究院的方向也與讀碩士、博士也不衝突：都是為了得到優秀的研究成果、能公開發表，企業研究院還有更好的硬體與數據資源。

前面兩位是碩士和博士，但絲毫不過誇張的是，曠視還有過不下十位正在讀高中的實習生。

第一位高中實習生的名字叫做范浩強，當時他在人大附中讀高三，因為信息學奧賽的優異成績已經被保送到了清華，而當時他的信息學教練正是曠視科技CTO唐文斌。

欣賞范浩強才華的唐文斌對他發出了邀約：

「我要去開一家公司，叫曠視科技，你要不要來？」

就這樣，高中生范浩強成為了曠視的前10號員工之一。清華本科畢業之後，他終於「轉正」成了正式員工。

有了一個范浩強，就會有更多高中生，他們以學長帶學弟的方式，紛紛來到曠視實習（很遺憾，暫未聽說有學妹）。

俞剛博士介紹，來曠視實習的高中生各地都有，他們都不需要高考，或是已經參加競賽保送了，與其高三無所事事，不如來學點東西；或是準備申請國外的本科，實習中如果有研究成果，也更容易的拿到國外高校的offer。

在曠視呆過的實習生們，轉正率非常高。如果繼續升學深造，大多數也能去不錯的學校，迄今為止已經有三位實習生去了斯坦福。

不過，雖然前面提到的幾位實習生都是名校背景，但曠視也並不是只要名校生。

俞剛博士說，主要還是看求職者的閃光點，比如是否擅長代碼，學習新知識的能力是否優秀等。有這些亮點，便值得加以培養。

One More Thing

俞剛博士還透露，今年曠視的冠軍模型會在遷移到TensorFlow之後開源，預計會是今年年底前後。

—完—

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。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！