【网易智能讯 9月13日消息】近日，百度视觉团队在最大规模目标检测竞赛Google AI Open Images-Object Detection Track中获得冠军，并受邀在顶级视觉学术会议ECCV2018上做分享。
Google AI Open Images-Object Detection Track是大规模图像检测任务的权威挑战赛事，由Google AI Research举办，赛事遵循 PASCAL VOC、ImageNet和COCO等赛事传统，但数据规模远大于这些赛事。
据介绍，大赛采用Google今年5月份发布的Open Images V4数据集作为训练数据集，其中包含超过170万的图片数据，500个类别以及超过1200万物体框。据了解，Open Images V4数据集的类别分布广泛且不均匀，这意味着参加竞赛的团队不能统一对所有类别做处理，而是需要考虑到类别分布的实际情况，这一点也更加贴近现实世界中的场景。
与传统的检测数据集合相比，该赛事除了数据规模大、更真实之外，还存在一系列的挑战。具体来说，主要集中在数据分布不均衡、漏标框和尺度变化大三个方面。
由于Open Images V4数据集的规模相当庞大，百度视觉团队在训练过程中分别进行了全集数据训练、固定框选子集训练、动态采样模型训练三种策略进行。其中，动态采样通过样本数量的变化增减采样的概率，从而有效缩短模型训练时间。此外，为了更好地实现图像检测效果，百度视觉团队在训练过程中还通过动态采样、FPN、模型融合等不同策略有效解决了各种技术问题。
在实际应用中，不论是在学术圈还是工业界，大规模目标检测都是计算机视觉极为重要的基础技术。通过这一技术，软硬件应用产品可以深度定位图片中的物体位置以及类别，并用于新零售、通用多物品识别等场景。
关注网易智能公众号（smartman163），为你解读AI领域大公司大事件，新观点新应用。
本文来源：网易智能
责任编辑：
李健_NBJS6841
