CVPR2020 | 深蘭科技斬獲4項(xiàng)競(jìng)賽冠軍、總共12個(gè)獎(jiǎng)項(xiàng)
3、NTIRE 2020 :Perceptual Extreme Super-Resolution Challenge PSNR冠軍
圖像超分辨率是一項(xiàng)關(guān)鍵的計(jì)算機(jī)視覺(jué)任務(wù),其目的是恢復(fù)低分辨的圖像內(nèi)容,填充丟失的信息,以實(shí)現(xiàn)獲得一張高清的大分辨率圖像。團(tuán)隊(duì)主要關(guān)注PSNR指標(biāo),在PSNR指標(biāo)上,團(tuán)隊(duì)取得第一名的成績(jī),并且超越了去年的冠軍方案。
難點(diǎn):
本次賽題對(duì)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(yīng)的高分辨率圖像,以x16的放大因子對(duì)輸入圖像進(jìn)行超分辨率(提高分辨率)。
應(yīng)用場(chǎng)景:圖像復(fù)原
4、Plant Pathology 2020 - FGVC7 亞軍
本賽題旨在通過(guò)計(jì)算機(jī)視覺(jué)的方法,解決以下問(wèn)題:
1)準(zhǔn)確地判斷葉片是否健康
2)對(duì)于不健康的葉片,判斷其疾病的類(lèi)別,有時(shí)一個(gè)葉片可能有多種疾病
難點(diǎn):
1)數(shù)據(jù)集中涵蓋了不同的葉片的角度、光照、形狀、葉片年齡,數(shù)據(jù)相對(duì)復(fù)雜,對(duì)模型效果影響較大;
2)數(shù)據(jù)集中的疾病包含一些罕見(jiàn)的疾病,和一些新的癥狀,對(duì)模型提出新的挑戰(zhàn)。
應(yīng)用場(chǎng)景:農(nóng)業(yè)病蟲(chóng)害分類(lèi)
5、iMet Collection 2020 - FGVC7 亞軍
本賽題需要將紐約大都會(huì)藝術(shù)博物館中超過(guò)20萬(wàn)件藏品的數(shù)字化圖像進(jìn)行細(xì)粒度分類(lèi)。
難點(diǎn):
1)數(shù)據(jù)集總類(lèi)別數(shù)比較多,超過(guò)3000個(gè)類(lèi)別
2)圖片尺度分布差異比較大
應(yīng)用場(chǎng)景:博物館、圖書(shū)館等館藏分類(lèi)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(wù)。
難點(diǎn):
需要參賽者預(yù)測(cè)出視頻中物體在時(shí)間維度上的關(guān)聯(lián),主辦方提供了2000個(gè)40秒在一天中的不同天氣條件下的完整注釋序列,數(shù)據(jù)集提供了具有復(fù)雜遮擋和消失物體重新出現(xiàn)的多種駕駛場(chǎng)景,需要為開(kāi)發(fā)的MOT算法在真實(shí)場(chǎng)景中的可靠性提供了一個(gè)很好的測(cè)試場(chǎng)景。
應(yīng)用場(chǎng)景:自動(dòng)駕駛,Domain Adaption方向
7、Pixel SkelNetOn 季軍
像素骨架提取分析能對(duì)不同目標(biāo)的二值化掩碼進(jìn)行細(xì)化,克服傳統(tǒng)方法人工設(shè)置參數(shù)的不便。
難點(diǎn):
如何從少量樣本中準(zhǔn)確提取不同形狀的的骨架,存在一定的挑戰(zhàn)性。
應(yīng)用場(chǎng)景:圖像細(xì)化
8、DeepFashion2 -- Track 2 Clothes Retrieval 季軍
由于在產(chǎn)業(yè)中的巨大潛力,時(shí)尚圖像檢索成為了活躍的研究課題。
難點(diǎn):
DeepFashion2數(shù)據(jù)集包含 49.1 萬(wàn)張圖像,13 種流行的服飾類(lèi)別,擁有最豐富的任務(wù)定義和最大數(shù)量的標(biāo)簽,由于巨大的變形、遮擋,以及消費(fèi)者和商業(yè)圖像之間存在的服裝域的差異,如何進(jìn)行準(zhǔn)確的服裝搜索是一個(gè)大的挑戰(zhàn)。
應(yīng)用場(chǎng)景:電商平臺(tái)服飾檢索功能
9、LIP--Track 3 Image-based Multi-pose Virtual Try-on Challenge 季軍
此任務(wù)針對(duì)基于圖像的多姿勢(shì)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(shè)計(jì)算法以將期望的服裝轉(zhuǎn)移到人圖像并操縱人的姿勢(shì)。
難點(diǎn):
1)多姿態(tài)虛擬試穿,以往會(huì)有相關(guān)算法要求固定輸入圖片的姿勢(shì),而此賽道姿勢(shì)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(dǎo)致loss爆炸。
應(yīng)用場(chǎng)景:服飾行業(yè)的虛擬試穿
10、iMaterialist (Fashion) 2020 at FGVC7 季軍
本賽題通過(guò)時(shí)裝界和計(jì)算機(jī)視覺(jué)界的聯(lián)合,引入一個(gè)新的細(xì)粒度分割任務(wù)。提出的任務(wù)將服裝屬性的分類(lèi)和服裝部件分割統(tǒng)一起來(lái),這是邁向?qū)嶋H應(yīng)用的重要一步。
難點(diǎn):
服裝視覺(jué)分析需要能夠從圖片中識(shí)別服裝產(chǎn)品及其相關(guān)屬性,讓設(shè)計(jì)師了解人們喜歡什么樣的產(chǎn)品及服裝搭配,提高時(shí)尚專(zhuān)業(yè)人士的工作效率,進(jìn)一步可以增強(qiáng)消費(fèi)者的購(gòu)物體驗(yàn)。
應(yīng)用場(chǎng)景:服裝輔助設(shè)計(jì)領(lǐng)域

發(fā)表評(píng)論
登錄
手機(jī)
驗(yàn)證碼
立即登錄即可訪(fǎng)問(wèn)所有OFweek服務(wù)
還不是會(huì)員?免費(fèi)注冊(cè)
忘記密碼請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
圖片新聞
最新活動(dòng)更多
-
7月22-29日立即報(bào)名>> 【線(xiàn)下論壇】第三屆安富利汽車(chē)生態(tài)圈峰會(huì)
-
7.30-8.1火熱報(bào)名中>> 全數(shù)會(huì)2025(第六屆)機(jī)器人及智能工廠(chǎng)展
-
7月31日免費(fèi)預(yù)約>> OFweek 2025具身智能機(jī)器人產(chǎn)業(yè)技術(shù)創(chuàng)新應(yīng)用論壇
-
免費(fèi)參會(huì)立即報(bào)名>> 7月30日- 8月1日 2025全數(shù)會(huì)工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書(shū)》
-
8月5日立即報(bào)名>> 【在線(xiàn)會(huì)議】CAE優(yōu)化設(shè)計(jì):醫(yī)療器械設(shè)計(jì)的應(yīng)用案例與方案解析
推薦專(zhuān)題
- 1 AI 眼鏡讓百萬(wàn) APP「集體失業(yè)」?
- 2 豆包前負(fù)責(zé)人喬木出軌BP后續(xù):均被辭退
- 3 一文看懂視覺(jué)語(yǔ)言動(dòng)作模型(VLA)及其應(yīng)用
- 4 “支付+”時(shí)代,支付即生態(tài) | 2025中國(guó)跨境支付十大趨勢(shì)
- 5 中國(guó)最具實(shí)力AI公司TOP10
- 6 深圳跑出40億超級(jí)隱形冠軍:賣(mài)機(jī)器人年入6.1億,港股上市
- 7 特斯拉Robotaxi上路,馬斯克端上畫(huà)了十年的餅
- 8 “AI六小虎”到了下一個(gè)賽點(diǎn)
- 9 AI視頻,攪動(dòng)1.5萬(wàn)億市場(chǎng)
- 10 張勇等人退出阿里合伙人