雷锋网 AI 科技评论按：近年来，iNaturalist 物种分类挑战赛、iMaterialist 产品属性识别挑战赛等细粒度视觉识别挑战赛（FGVCs）对重点检测自然物体及人造物体的细粒度视觉细节的图像分类模型的发展，起到了不小的推动作用。然而，传统的图像分类竞赛侧重于区分通用的类别（例如，区分汽车与蝴蝶），而 FGVCs 则跨越了入门级的类别，着重区分物体部分和属性的细微差别。例如，FGVCs 不在于寻求可以区分「鸟」等类别的方法，而是致力于识别子类别，如「白腹蓝彩鹀」或「靛彩鹀」。
FGVCs 此前的挑战赛都吸引了大量有创造力的参赛者，他们都在比赛中开发了独具创新性的图像识別新模型，其中 CVPR 2018 的 FGVC5 则有超过 500 个队伍参赛。同时，FGVC 挑战赛也启发了一些新方法，如特定领域的迁移学习和时间测试先验估计，它们都帮助细粒度识別任务在几个基准测试数据集上实现了当前最先进の性能。
谷歌表示，为进一步推动 FGVC 研究進展，他們今年赞助并共同組織了第六届年度「細粒度視覺視覺研討會」（FGVC6）。随着 CVPR 2019 将于6月17日在加利福尼亚州长滩举行，该研讨会也将作为 CVPR 2019 的一部分如期召开。FGVC6 让计算机视觉专家与深耕于生物多样性、植物学、时尚与艺术领域的人士汇聚一堂，将细粒度视觉分类应用到现实环境所面临的问题上进行探讨。
本次 FGVC6 Workshop 还设立十大挑战賽，每个主题代表了细粒度视觉分类在某个具体领域中的挑战。这包括 iNaturalist 挑戦賽（更新版）、iMat Fashion 挑戰賽、iMat Product 挑戰賽、iWildCam 挑戰賽等共十個項目，每項競賽均開放給全球各地參與者的報名和參與，以此來促進技術創新的發展。
除了机构间合作外，本次每项竞争还要求参与者与各个专业领域内专家的紧密合作，与大都会艺术博物馆合作的一项竞争是 iMet Collection 挑戰賽，以及纽约植物园合作的一项竞争是 Herbarium 挑戰賽。本次两场比赛分别邀请研究者解决基于艺术品属性进行鉴定以及基于腊叶标本进行植物科野牡丹科种类鉴定的问题。此外，还有一些其他项目，比如 Butterflies Moths 挑戦賽 等，也同样为大家提供了解决方案以提升技术水平。
谷歌预计，这些技术不仅能够推动前沿发展，而且能够将机器视觉应用到科学探索和策展研究中去。此外，由於這些競爭之間存在一些特殊的情況，比如 Kernels-only 竞赛，這種形式允許那些沒有足夠計算資源的人能夠公平地參加比拼，這對於提高整體競爭質量也有著正面的影響。在这个过程中，有超过250个团队已经参加了 iMet Collection 挑戦賽，并且他们正在努力解决这些复杂的问题以提高技术水平。而对于这两个特别设计出来为了促进公平参与而特别设立出来的一个Kernels-only 竞赛来说，更是一个展示科技力量的地方，因为它们往往会产生出更加简单却又高效率优化过得更好的算法模型，从而为我们带来了新的思考方式和可能性的打开。在未来的工作中，我们期待见证更多这样的创新成果，让这些精妙无比但又极其复杂的问题得到更好的解答，同时让AI技术继续走向更加广泛范围内的地位，在我们的生活当中扮演更加重要角色。
