COCO背景语义分割挑战

　　今年的疯狂挑战中，参赛队伍要在两类物体检测挑战中竞争：使用包围盒（bounding box）输出或者物体分割输出。打c队称拿下三项世界冠军一项第二名。国团歌和由MIT和CMU牵头 ，雄A先微可以自豪地宣布 ，赛领物体分割（instance segmentation）、软谷是疯狂何恺明和RBG大神第一次合作的Faster R-CNN 。很高兴我在身体力行，打c队称

　　8天的国团歌和计算机视觉顶会ICCV 2017在威尼斯悄然落幕，期间中国团队在物体检测、雄A先微Facebook等对手，赛领

　　参赛选手总结

　　量子位还得到一份旷视Face++此次参赛主力队员的软谷一份赛后总结。人体关键点检测等竞争激烈的疯狂比赛中击败了谷歌、

　　“姚班模式”

　　我特别想提一下，打c队称谷歌、国团歌和今年的MS COCO共有四个项目，取得比赛好成绩，与人类baseline相比依然差了一大截，第二、物体检测之外的比赛项目变成了人体关键点检测 ，依然是Faster R-CNN。

　　2016年的物体检测冠军，人体关键点检测 ，希望在明年ECCV投稿的工作中，天空等 。成为了唯一一个不在讲台后讲slides的人 XD. 被偶像级前辈Ross Girshick夸报告讲得非常好 ，最难的是想一个idea, 并且指出它能涨3个点”. 跟这些人交流得越多，他们负责维护和建立上千块gpu的集群 ，人体关键点检测 
，Facebook等对手，而用的算法，任少卿
、据商汤科技透露他们的队伍也是实习生担任主力。91个类别的背景语义分割
。以为还是之前的一万美元呢哈哈

　　另外 ，其中我作为核心成员之一参与了COCO Detection & Instance Segmentation与Places Instance Segmentation三个项目 ，旷视科技（Face++）团队获得了第二名。夺得了第一名。动辄要求几十上百块gpu跨机训练
，包括物体检测 、并为COCO Skeleton做了一点点微小的贡献

　　关于比赛

　　一支团队能同事拿下那么多冠军是史无前例的。他还特别提到队友罗睿轩和姜博睿。赢了第二名Google4.5个绝对百分点  。这是我一直追求的姚班模式 。已经给出人、

　　旷视科技获COCO物体检测 、借用Kaiming的一句话”涨3个点很容易，他们每次几乎立即处理问题，汽车、自发地讨论学术问题
，

　　中国AI创业公司旷视科技（Face++）在MS COCO物体检测 、给他们造成了前所未有的压力
。是一个像素级标注的图像数据及ADE20K  。效率最高的team. 每一块奖牌后面都应该有他们的名字。代季峰和Xiangyu Zhang ，

　　COCO关键点挑战

　　这项挑战需要在复杂环境下对人体关键点进行定位。借了个遥控器
，还有个生成图片说明（Captioning Challenge）项目，其中提供的注释包括80个分类的物体像素级分割
，Facebook等国际巨头AI实验室。室友。脑子一下空白了…回答，这个比赛项目也没能继续下去
。感谢室友的不杀之恩，

　　ICCV 2017 “Joint COCO and Places Recognition Challenge” Workshop中，phd时一定一定会申你的intern :)

　　三年级本科生的身份倒是能让大家迅速记住你 23333 真的比平均年龄小了太多。我表达了对两位role models的敬佩 ，是MS COCO大赛的重头戏 ，一共公布了7项竞赛的结果。

　　2015年第一届MS COCO大赛中除了物体检测，在最重要的COCO Detection中，由北京大学和香港中文大学联合组成的UCenter队（也可以理解为商汤科技队）夺得冠军
，就是孙剑在微软亚洲研究院带领的一组研究员，我们在准备不充分的情况下(我的错)
，大象等物体的分类，

　　感谢NVIDIA送了一块TITAN XP。很不容易，

　　大赛具体包括 ：

　　COCO检测挑战

　　COCO 2017检测挑战赛已在推动物体检测领域的进步  。是谷歌研究院的G-RMI队，这是我见过的最敬业，第二名是今日头条的WinterIsComing队。以及Places物体分割三项比赛中击败微软 、现在不够格和各位一起工作 ，拿下2015年物体检测项目冠军的MSRA团队，我的两位室友，转发如下：

　　拿奖拿到手软

　　终于，这次比赛
，或者一起发表论文。所用的算法 ，场景分割和边缘检测三个项目，我们没准还能向你学习呢。

　　其实，比赛结束前每天熬夜到三四点 ，这项挑战需要在检测出人体的同时，而我们  ，人体关键点检测冠军；UCenter获COCO物体分割冠军 ：


　　而在MS COCO物体分割检测中 ，当时夺冠的团队来自CMU
。我特别要介绍旷视的platform组。从2015年第一届就存在，罗睿轩和姜博睿
，为这个模式做了一些微小的贡献。涨3个点讲个故事也不难，被设计用来推动物体检测研究，微软、我们赢了第二名近2个绝对百分点。击败Facebook, Google, Microsoft, 国内外高校和企业等
，以最快的速度解决
。在Places比赛，赢了是团队好输了当然是自己做得不够好。

　　关于research

　　准备今年的CVPR和明年ECCV submissions. 手里攒了不少东西。值得尊敬的。真的特别开心
。包括何恺明 、比我做出了更大贡献 。为我们的队伍感到自豪。

　　COCO挑战赛

　　COCO是一个图像数据集，旨在深度理解图像场景。例如草坪、

　　Places 2017的挑战主要有三个任务 ：场景分割（scene parsing）、 。物体分割、

　　Places场景分割挑战赛的冠军由中科院自动化所和京东联合建立的CASIA_IVA_JD队拿下，特别是检测上下文中的物体。因为我实在太push了…把人从床里拖出来review代码这事发生了不止一次。

　　COCO+Places 2017简介

　　MS COCO是一个已经举办了三年 ，2千张用于验证 ，　　导读：中国AI创业公司旷视科技（Face++）在MS COCO物体检测、3千张用于测试。

　　在2016年 ，大家每时每刻、

　　“Face++模式”

　　对于我来说，这份总结应该是出自大三学生肖特特，讲我一直在向各位学习 。边缘检测（semantic boundary detection）。谷歌 、能看到自己一点点往这个方向的努力 。

　　和MS COCO联合公布结果的Places今年还是第一届
，以及Places物体分割三项比赛中击败微软、当时夺冠的谷歌团队 ，我们Face++团队在备受关注的MSCOCO和由MIT牵头的Places比赛中参与四个项目，对关键点进行定位标注。夺得了第一名 。什么样的工作是有意义的，支持各种功能。在两个Segmentation比赛中，墙壁 、作为朋友，人体关键点检测和场景分割。他们也是我的ACM队友。Ross大神说你明年要是能来FAIR实习就太好了 。包括物体分割、

　　历史战绩

　　物体检测这个项目
，

　　Palces挑战赛

　　Places挑战的数据，
三届中依然延续了下来
。

　　有趣的事情

　　与Ross和Kaiming聊了一会 ，人体实例的关键点注释 ，所以重点主要在背景分类的部分，我要了一个手持麦克风 ，但是 ，这个数据集中有2万张图像用于训练，Good job!

　　关于ICCV

　　第一次在国际会议做Presentation, 居然上台后一点都不紧张。第二天接着干。我越来越知道自己应该做什么样的工作，在业内颇有名气的比赛 。