CVPR 2019十大细粒度视觉识别挑战赛来袭携手汽车最新资讯探索人物世界谷歌发来参赛征集令

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)。隨著 CVPR 2019 將於6月17日在加利福尼亞州長灘舉行,该研讨会也将作为 CVPR 2019 的一部分如期召开。FGVC6 让计算机视觉专家與深耕於生物多樣性、植物學、時尚與藝術領域的人士汇聚一堂,加強應對將細粒度視覺類比應用於現實環境所面臨之挑戰。此次研究工作将特别关注如何通过机器学习技术提升人们对艺术品以及其他复杂事物进行描述与理解能力。

此前,本次活动已发布十大挑战賽主题,每个主题代表着细粒度视觉分类在某个具体领域中的难题。这包括:

iNaturalist 挑战賽(更新版):https://sites.google.com/corp/view/fgvc6/competitions/inaturalist-2019

iMat Fashion 挑戦賽:https://sites.google.com/corp/view/fgvc6/competitions/imat-fashion-2019

iMat Product 挑戰賽:https://sites.google.com/corp/view/fgvc6/competitions/imat-product-2019

iWildCam 挑戰賽:https://sites.google.com/corp/view/fgvc6/competitions/iwildcam-2019

iFood 挑戰賽:https://sites.google.com/corp/view/fgvc6/competitions/ifood-2019

Butterflies Moths 挑戰賽:https://sites.google.com/corp/view/fgvc6//butterflies-moths-2020

iDesigner 持續創新設計產品識別技術競爭:

https://www.kaggle.com/c/designer

8.cassava 挑戰賽:

https://sites.google.com/corp/view/fcvf-cvprw19/workshop/challenges#cassava

CVPR 的 FGVC workshop 专注于从左到右,从上到下鉴定如下类型:

来自野生动物相机陷阱摄影作品动物种类。

零售产品。

藝術品屬性。

木薯葉病。

腊叶标本中的野牡丹科植物種類。

来源生命科学图片动物物種。

蝴蝶和蛾種類。

菜肴烹饪过程中的食材状态变更情况分析,以及博物館藏品的一系列详尽属性信息。

此外,本次研究还加入两项新的合作项目,即与大都会艺术博物馆(Metropolitan Museum of Art)合作举办“iMet Collection”竞争,以及与纽约植物园(New York Botanical Garden)合作举办“Herbarium”竞争。

对于“iMet Collection”竞争,可以访问以下网址了解更多信息:

[查看地址](https: //www.kaggle.com / c / imet – 2020-fgvc)

对于“Herbarium”竞争,可以访问以下网址了解更多信息:

[查看地址](http: // sites . google . com / corp / view / fgvcs – cvprw19/workshop/challenges#herbarium)

除了这些机构间协调之外,此次每项挑战还要求参与者与各个领域专家紧密合作,以确保技术可靠性,并且能够适应不同环境下的实际应用需求。此外,由于参与者的资源限制,这些任务往往需要使用简单但高效的算法解决问题,因此获得最佳成绩时所需使用到的模型通常更加简洁有效。此时,有超过250组团队已经参加了 “iMet Collection” 竞争。

随着这些最新科技成果逐步向公众开放,我们预计它们不仅能为科学探索带来革新,还能促进我们对世界美术珍宝深入理解,使其变得更加接近普通民众的手中。在这个意义上,将这些建立起来并广泛部署这样的系统,对推动社会正义至关重要,因为它提供了一种平等地获取知识和文化资源的地方式。