亚洲av成人无码网天堂,少妇白浆高潮无码免费区,小污女小欲女导航,色欲久久综合亚洲精品蜜桃,亚洲,欧美,日韩,综合

3、NTIRE 2020 ：Perceptual Extreme Super－Resolution Challenge PSNR冠軍

圖像超分辨率是一項關鍵的計算機視覺任務，其目的是恢復低分辨的圖像內容，填充丟失的信息，以實現(xiàn)獲得一張高清的大分辨率圖像。團隊主要關注PSNR指標，在PSNR指標上，團隊取得第一名的成績，并且超越了去年的冠軍方案。

難點：

本次賽題對單張圖像以及極端超分辨率提出了挑戰(zhàn)，即基于一組的低分辨率和相應的高分辨率圖像，以x16的放大因子對輸入圖像進行超分辨率（提高分辨率）。

應用場景：圖像復原

4、Plant Pathology 2020 － FGVC7 亞軍

本賽題旨在通過計算機視覺的方法，解決以下問題：

1）準確地判斷葉片是否健康

2）對于不健康的葉片，判斷其疾病的類別，有時一個葉片可能有多種疾病

難點：

1）數據集中涵蓋了不同的葉片的角度、光照、形狀、葉片年齡，數據相對復雜，對模型效果影響較大；

2）數據集中的疾病包含一些罕見的疾病，和一些新的癥狀，對模型提出新的挑戰(zhàn)。

應用場景：農業(yè)病蟲害分類

5、iMet Collection 2020 － FGVC7 亞軍

本賽題需要將紐約大都會藝術博物館中超過20萬件藏品的數字化圖像進行細粒度分類。

難點：

1）數據集總類別數比較多，超過3000個類別

2）圖片尺度分布差異比較大

應用場景：博物館、圖書館等館藏分類及搜索

6、BDD100K Multiple Object Tracking Challenge 亞軍

BDD100K是CVPR2020 Autonomous Driving WorkShop的一部分，是在最多樣化的駕駛條件下的大規(guī)模跟蹤挑戰(zhàn)任務。

難點：

需要參賽者預測出視頻中物體在時間維度上的關聯(lián)，主辦方提供了2000個40秒在一天中的不同天氣條件下的完整注釋序列，數據集提供了具有復雜遮擋和消失物體重新出現(xiàn)的多種駕駛場景，需要為開發(fā)的MOT算法在真實場景中的可靠性提供了一個很好的測試場景。

應用場景：自動駕駛，Domain Adaption方向

7、Pixel SkelNetOn 季軍

像素骨架提取分析能對不同目標的二值化掩碼進行細化，克服傳統(tǒng)方法人工設置參數的不便。

難點：

如何從少量樣本中準確提取不同形狀的的骨架，存在一定的挑戰(zhàn)性。

應用場景：圖像細化

8、DeepFashion2 －－ Track 2 Clothes Retrieval 季軍

由于在產業(yè)中的巨大潛力，時尚圖像檢索成為了活躍的研究課題。

難點：

DeepFashion2數據集包含 49．1 萬張圖像，13 種流行的服飾類別，擁有最豐富的任務定義和最大數量的標簽，由于巨大的變形、遮擋，以及消費者和商業(yè)圖像之間存在的服裝域的差異，如何進行準確的服裝搜索是一個大的挑戰(zhàn)。

應用場景：電商平臺服飾檢索功能

9、LIP－－Track 3 Image－based Multi－pose Virtual Try－on Challenge 季軍

此任務針對基于圖像的多姿勢虛擬試穿。要求給定輸入的人圖像，以及期望的服裝圖像和人體姿態(tài)，要求參與者設計算法以將期望的服裝轉移到人圖像并操縱人的姿勢。

難點：

1）多姿態(tài)虛擬試穿，以往會有相關算法要求固定輸入圖片的姿勢，而此賽道姿勢各異，不僅要考慮到服裝因素，還需考慮姿態(tài)因素。

2）生成算法較難收斂，容易導致loss爆炸。

應用場景：服飾行業(yè)的虛擬試穿

10、iMaterialist （Fashion） 2020 at FGVC7 季軍

本賽題通過時裝界和計算機視覺界的聯(lián)合，引入一個新的細粒度分割任務。提出的任務將服裝屬性的分類和服裝部件分割統(tǒng)一起來，這是邁向實際應用的重要一步。

難點：

服裝視覺分析需要能夠從圖片中識別服裝產品及其相關屬性，讓設計師了解人們喜歡什么樣的產品及服裝搭配，提高時尚專業(yè)人士的工作效率，進一步可以增強消費者的購物體驗。

應用場景：服裝輔助設計領域