當地時間10月29日上午，在意大利威尼斯召開的計算機視覺國際頂級會議 International Conference on Computer Vision(ICCV 2017)的 “Joint COCO and Places Recognition Challenge” Workshop 中公布了 COCO 及 Places 競賽排名情況。中國領軍人工智能企業曠視科技Face++團隊一舉擊敗了來自微軟、Facebook、Google、商湯科技等企業，以及卡內基梅隆大學、北京大學、香港中文大學、上海交通大學等高校的競爭者，拿下三項世界冠軍，成為了第一個在 COCO 競賽中獲得多項冠軍的中國企業。

　　據悉，在COCO、Places共七項的挑戰項目中，曠視科技研究院團隊(Megvii)參與了四項挑戰，并贏取了三項第一、一項第二的成績。

　　MS COCO (Microsoft Common Objects in Context,常見物體圖像識別) Challenge 是繼 ImageNet(已停辦)之后，計算機視覺領域最受關注和最權威的比賽之一，也目前是圖像(物體)識別方向的唯一標桿，更是目前國際領域唯一一個能夠匯集 Google、Microsoft、Facebook 三大巨頭，國際頂尖院校以及優秀創新企業共同參與的大賽。與關注整體圖像的 ImageNet 圖像分類任務相比，COCO 中的物體檢測任務更關注的是圖像中出現的每個物體的個體(比如各種小物體，各種遮擋物體)，因此要求算法對圖像細節有更好的理解。這個比賽也代表了繼 ImageNet 后的圖像識別的最高水平。

　　圖：曠視科技Face++參賽團隊

　　COCO 從2015年開始舉辦，至今已經三屆，前兩屆物體檢測冠軍分別是 MSRA 和 Google。今年的 COCO 包含四個 Task:  Detection Challenge(物體檢測)、Instances segmentation(物體分割)、(Human) Keypoint Challenge(人體關鍵點檢測)、Stuff Segmentation(背景語義分割)。其中曠視科技Face++團隊參與了前三項任務的挑戰，并取得了兩項第一(物體檢測、人體關鍵點)，一項第二(物體分割)的杰出成績。

　　圖：COCO Challenges Ranking Result

　　而 Places 是由 MIT 和 CMU 等高校牽頭，在今年新設立的一項旨在深度理解圖像場景的國際級計算機視覺類競賽，今年與 COCO 聯合舉行。Places 2017 共設有三個任務：Scene Parsing(場景分割)、Instance Segmentation(物體分割)、Semantic Boundary Detection(邊緣檢測)。曠視科技Face++團隊只參與了其中物體分割的挑戰，并擊敗了主要競爭對手 Google，贏得了該任務的冠軍。

　　圖：曠視科技團隊超過第二名Google 4.5個絕對百分點

　　而對于產業界來說，機器對于人體、物體和場景的理解十分重要。此次曠視研究院在 COCO  和 Places 競賽中的成績足以印證曠視科技在全球范圍內的技術領先性。利用具有競爭力的技術優勢，曠視研究院與產品中心將持續在產品開發中共同推進技術轉化，展開行為識別、場景分割、物體檢測和物體分割等技術在互聯網金融、智能安防、城市大腦、新零售、手機等實用場景或行業中的應用探索，以實現技術價值最大化。

　　曠視科技首席科學家、研究院院長孫劍表示，這次曠視科技能夠一舉在這個競爭最激烈的比賽中，第一次代表中國企業拿到分量最重的三項冠軍，主要依賴三個法寶：

　　1. 曠視擁有自研并全員使用的深度學習引擎 MegBrain，它使我們可以以最快的速度系統化訓練算法;

　　2. 曠視研究院擁有對深度學習和計算機視覺算法長期而深入的研究積累。雖然曠視很少在國際數據集競賽上“刷榜”，但其實內部的技術指標一直都非常高，借這次機會拿出來和大家分享一下;

　　3. 曠視研究院除了擁有充沛的計算資源，更重要的是擁有一個鼓勵不斷高速創新的環境、和追求極致的文化。

　　“最后遙祝我們遠在威尼斯的團隊，我為你們感到驕傲、為中國科技企業感到驕傲!”曠視科技首席科學家孫劍博士表示。此外，參與競賽的曠視研究員也在采訪時發表了自己的感想：“對于我來說，贏了是團隊好輸了當然是自己做得不夠好。這次比賽，我特別要介紹曠視研究院的Platform組。他們負責維護和建立上千塊GPU的集群，支持各種功能。而我們，動輒要求幾十上百塊GPU跨機訓練，給他們造成了前所未有的壓力。但是，他們每次幾乎立即處理問題，并以最快的速度解決。這是我見過的最敬業，效率最高的Team. 每一塊獎牌后面都應該有他們的名字。”