本文主要是介绍ICCV2021 | DeepBlueAI 团队征战四赛道，一举拿下三项冠军！，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
10月11日至10月17日，2021国际计算机视觉大会International Conference on Computer Vision （ICCV）于线上拉开序幕。此次会议，深兰科技DeepBlueAI团队共参加2项比赛4个赛道，分别在VisDrone Object Detection，VisDroneMot，Large-AI-Food三个赛道获得冠军。VisDrone 已成为无人机领域标杆数据集，且业界多篇论文在此数据集基础上研究发表。
以上两个比赛吸引来自全球多家知名团队参与角逐，其中不乏多所高校与顶级技术团队，包括清华大学、中科院计算所、北京邮电大学、巴塞罗那大学，腾讯、谷歌、阿里巴巴、OPPO等上百支知名团队参赛。
值得一提的是，DeepBlueAI 团队作为 ICCV 的“常客”，凭借其高超的技术水平，更是在其他众多国际顶级大赛中战果丰硕，至今已在CVPR，ECCV，NeurIPS，KDD，ACL，NAACL等大赛中获得多项冠军。
一、无人机挑战赛包揽双赛道冠军
据介绍，在无人机比赛中，DeepBlueAI 团队包揽了”图像中的目标检测”和”多目标跟踪挑战”两个赛道的冠军，“图像中的目标检测”的任务旨在从无人机拍摄的单个图像中检测预定义类别的对象（例如，汽车和行人）；而”多目标跟踪挑战”的任务旨在恢复每个视频帧中对象的轨迹。
VisDrone Object Detection 赛道 DeepBlueAI 团队排名
VisDroneMot 赛道 DeepBlueAI 团队排名
VisDrone数据集由天津大学机器学习与数据挖掘实验室 AISKYEYE 队伍负责收集，全部基准数据集由无人机捕获，包括 288 个视频片段，总共包括 261908 帧和 10209 个静态图像。
这些帧由 260 多万个常用目标（如行人、汽车、自行车和三轮车）的手动标注框组成。为了让参赛队伍能够更有效地利用数据，数据集还提供了场景可见性、对象类别和遮挡等重要属性。
虽然此比赛已举办多届，难点仍然还有以下几点：1. 大量的检测物体2. 部分目标过小3. 不同的数据分布4. 目标遮挡严重
数据分布
遮挡数据量统计
针对数据集难点，DeepBlueAI 团队设计了一套强有力的数据增强方式和pipeline。对于数据处理，将每一类图片数量小于4000张的，通过随机加噪声、改变亮度、cutout扩充为4000张，这样可以缓解类别不平衡的问题。
同时采用中心裁剪方式以缓解目标尺度不一致的问题，以及叠加马赛克增强的方式来丰富检测数据集。
每一类数据在训练集中的数量
中心裁剪
马赛克数据增强
二、拿下首届 LargeFineFoodAI 比赛中的 Large-AI-Food 赛道冠军
在此期间，与大会同期举行的首届LargeFineFoodAI技术研讨会，由美团视觉智能中心联合中科院计算所、北京智源、巴塞罗那大学在Kaggle竞赛平台上共同主办，会议核心聚焦计算机视觉技术在大规模细粒度食品分析领域的应用。
首届 LargeFineFoodAI 比赛分为 Recognition 和 Retrieval 两个赛道，根据研讨会评选结果得知，DeepBlueAI团队在Large-ScaleFine-Grained Food Retrieval 赛道中取得了冠军的成绩。
Large-ScaleFine-Grained Food Retrieval 赛道DeepBlueAI 团队排名
据DeepBlueAI团队透露，与通用图像识别及检索相比，食品细粒度识别及检索技术难度更大。许多不同类型的食品外观看起来可能非常相近，而同一种类型的食品也可能由于做法不同看起来差异较大，此外光线、拍摄角度、不同的拍摄背景都可能对算法的精度产生影响，即便对于专业人员也较难快速准确的进行辨别。另一方面，相关技术具有广泛的应用场景和实际的应用价值，例如降低商家端食品图片的审核成本，提升C端食品图片和视频的分发效率等。
美团作为国内领先的生活服务平台，准确把握住消费升级趋势给餐饮行业的经营、消费方式带来的革命性变化，率先提出借助计算机视觉算法对食品图像进行细粒度分析，来快速响应和满足商户和用户大量多样的在线食品图像审核、管理、浏览、评价等需求。
参赛人员表示，本次挑战赛所用数据集来自美团自建数据集"Food2K"，该数据集每一张美食图片均由不同个人，采用不同设备，在不同环境场景下拍摄获取，是难得的可以公正评价算法鲁棒性和效果的图片数据，挑战也非常大。并且所有图像均由美团公司的食品专家进行评估，确保了数据的高质量。相比其他主流食品图像识别数据集，"Food2K"数据集完全人工标注，数据集噪声比例控制在 1% 以内；数据分布与真实场景相符，不平衡现象显著；而且类别粒度更细。以披萨为例，主流数据集（例如Food-101）仅具有披萨类，而"Food2K"进一步将其划分为多种多样的披萨，如鲜虾披萨、榴莲披萨等。
图像检问题现有研究比较多，但对于大规模、细粒度的图像检索比较新。图像检索最主要的就是特征提取网络，现有的的特征提取网络主要基于卷积神经网络如ResNet、ResNest和EfficientNet等，无法像transformer一样提取到更加丰富、区分度更高的特征。提取完特征后，在度量两张图片相似度的阶段单纯使用余弦距离来计算精度很低，我们使用ReRank的方法将欧式距离和雅可比距离加权来度量query和gallery之间的相似度。最终取得第一的成绩。
｜关于深延科技｜
深延科技成立于2018年，是深兰科技（DeepBlue）旗下的子公司，以“人工智能赋能企业与行业”为使命，助力合作伙伴降低成本、提升效率并挖掘更多商业机会，进一步开拓市场，服务民生。公司推出四款平台产品——深延智能数据标注平台、深延AI开发平台、深延自动化机器学习平台、深延AI开放平台，涵盖从数据标注及处理，到模型构建，再到行业应用和解决方案的全流程服务，一站式助力企业“AI”化。
这篇关于ICCV2021 | DeepBlueAI 团队征战四赛道，一举拿下三项冠军！的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
