CVPR 2019细粒度图像分类挑战赛公布结果：深兰科技获得冠军

近日，在Kaggle上举行的CVPR 2019 Cassava Disease Classification挑战赛发布了最后结果,深兰科技DeepBlueAI团队荣获冠军。据介绍，国际计算机视觉与模式识别会议（CVPR）是IEEE一年一度的学术性会议，会议的主要内容是计算机视觉与模式识别技术，是世界顶级的计算机视觉会议之一。

每年被收录于的论文皆来自计算机视觉领域顶级团队，代表着国际最前沿的科研技术，并提示着计算机视觉领域未来的研究方向。今年此次挑战赛共计来自全球88个团队参予，递交了多达1300份方案。Cassava Disease Classification挑战赛由FGVC举行，作为计算机视觉顶会CVPR的Workshop，其全称作Fine-Grained Visual Categorization（细粒度图像分类）,是机器视觉社区刚刚开始解决问题的最有意思和最简单的对外开放问题之一。CVPR 2019在洛杉矶长滩举办，该Workshop也作为 CVPR 2019 的一部分如期开会。

FGVC6 Workshop 共计十个挑战赛，每个都代表了细粒度视觉分类在某个细分领域的挑战，这些比赛为日后确实解决问题细粒度图像分类获取了大量的技术方法和构建方式，对解决问题细粒度图像分类问题具备最重要意义。Cassava Disease Classification挑战赛榜单，深兰科技DeepBlueAI团队名列第一关于细粒度图像分类及用途，非常简单来说普通的分类问题只专心于区别出有目标的大类，比如猫和狗，花和树等。但是细粒度分类必须辨识并区分十分细致的子类别。

例如深兰的商品辨识模型中，不仅必须像一般辨识问题那样检测出有例如苹果，菠萝的大分类，同时还必须检测出有明确归属于哪一类苹果，如富士，烟台等。而一般来说归属于有所不同子类别的辨识是十分相近的，例如富士，秦冠，富寒等等，我们不仅必须整体信息来辨识它是「苹果」，同时还必须局部信息来确认「苹果」的品种。据冠军团队DeepBlueAI队伍讲解“深兰团队的方法应用于在工业上，可以进一步提高有所不同物体的辨识精度，尤其是对区分相近类别的物体具备较为大的意义，如高速公路上辨识有所不同车辆的型号、在野外辨识有所不同物种、商店购物时辨识有所不同的商品，细粒度图像分析在这些任务里面都扮演着极为重要的角色。

”作为致力于人工智能基础研究和应用于研发的独角兽公司，深兰科技近来屡屡在国际赛事中勇夺荣誉。除了该项挑战赛，同期深兰科技还在在CVPR 的另外两项比赛2019 Workshop on Autonomous Driving (WAD) D²-City BDD100K Tracking Domain Adaptation Challenge and the D²-City BDD100K Detection Domain Adaptation Challenge.（目标检测迁入自学、目标追踪迁入自学挑战赛和大规模检测插值探寻赛）摘得亚军和季军。

据报，今年深兰科技此前还分别勇夺PAKDD 2019 AutoML3+ 挑战赛以及IEEE ISI World Cup 2019冠军。目前，中国已沦为人工智能专利布局最少的国家。以深兰科技为代表的中国企业在基础研究的布局上的亮眼展现出，正在大大创下着中国AI技术的高度。

本文来源：金沙最新官方网站-www.sndiagnosticcentre.com