作為國際計(jì)算機(jī)視覺與模式識別領(lǐng)域的頂級學(xué)術(shù)會議，一年一度的CVPR 匯集了世界范圍內(nèi)的頂尖學(xué)者與企業(yè)。一直以來百度積極參與各屆CVPR大會，屢屢取得矚目成績，如CVPR 2019中，百度共有17篇論文被收錄，并接連獲得 10 項(xiàng) CVPR 競賽任務(wù)的冠軍，涵蓋視覺領(lǐng)域下的視頻理解與分析、圖像超分辨、智能城市車輛識別等眾多前沿方向。而本屆大會中，由百度主辦的Learning from Imperfect Data研討會正是聚焦當(dāng)前領(lǐng)域內(nèi)熱議的弱監(jiān)督學(xué)習(xí)，這也是對百度視覺技術(shù)實(shí)力及前沿探索的極大認(rèn)可。

弱監(jiān)督學(xué)習(xí)，即通過較弱的監(jiān)督信號來構(gòu)建預(yù)測模型，已成為該領(lǐng)域內(nèi)的熱門課題。當(dāng)前，隨著大規(guī)模標(biāo)注數(shù)據(jù)集的興起和計(jì)算機(jī)硬件的進(jìn)步，包括深度卷積神經(jīng)網(wǎng)絡(luò)在內(nèi)的有監(jiān)督學(xué)習(xí)方法為計(jì)算機(jī)視覺領(lǐng)域帶來了顯著突破。然而在實(shí)際工業(yè)應(yīng)用中，無法獲得足夠數(shù)量的完美標(biāo)注數(shù)據(jù)所帶來的“數(shù)據(jù)饑渴”問題亟待解決。如何充分利用人工標(biāo)注信息?如何減小標(biāo)注工作量，將人類經(jīng)驗(yàn)與學(xué)習(xí)規(guī)則充分結(jié)合?為解決這一問題，眾多研究者在弱監(jiān)督學(xué)習(xí)方法方面做了大量的努力，相關(guān)論文在CVPR、ICCV、ECCV、T-IP和T-PAMI等頂級會議和期刊上增長迅猛。

百度組織本次Learning from Imperfect Data研討會，正是希望與頂尖業(yè)界和學(xué)術(shù)界研究者深入交流，共同探討當(dāng)前建立工業(yè)級人工智能系統(tǒng)的方法。

為進(jìn)一步促進(jìn)技術(shù)交流，從實(shí)踐中驗(yàn)證成果，Learning from Imperfect Data挑戰(zhàn)賽目前已正式開啟。作為國際弱監(jiān)督學(xué)習(xí)領(lǐng)域最權(quán)威的賽事，本屆挑戰(zhàn)賽分為弱監(jiān)督語義分割、場景分析、目標(biāo)定位三個賽道，提供了當(dāng)前業(yè)內(nèi)類別數(shù)目最多的弱監(jiān)督數(shù)據(jù)集。比如語義分割任務(wù)中ILSVRC DET測試數(shù)據(jù)的pixel-level的mask，共包含了200類，是目前類別數(shù)最多的弱監(jiān)督物體語義分割的數(shù)據(jù)集。目標(biāo)定位任務(wù)提供了四萬多張ILSVRC LOC-CLS測試數(shù)據(jù)的pixel-level mask，并提出了用IoU curve的方式來度量弱監(jiān)督條件下生成的classi activation map的質(zhì)量。

值得一提的是，今年組委會針對數(shù)據(jù)集和推理模型的參數(shù)量發(fā)布了兩條規(guī)定。

1.參賽團(tuán)隊(duì)只允許使用數(shù)據(jù)集內(nèi)的圖像進(jìn)行訓(xùn)練，不允許使用任何其他帶有像素級標(biāo)注的數(shù)據(jù)集。

2.推理模型的參數(shù)量不能超過150M。鼓勵參賽團(tuán)隊(duì)設(shè)計(jì)一個高效的算法模型，避免簡單進(jìn)行多模型融合，最終榜單前三的參賽團(tuán)隊(duì)需要提交代碼并由組委會審核。

除難度升級外，百度還將為每個賽道的優(yōu)勝者提供現(xiàn)金獎勵，提交基于百度深度學(xué)習(xí)平臺飛槳的推理代碼將獲得額外的現(xiàn)金激勵，鼓勵選手在語義分割任務(wù)中使用飛槳PaddleSeg套件工具。飛槳以百度多年的深度學(xué)習(xí)技術(shù)研究和業(yè)務(wù)應(yīng)用為基礎(chǔ)，集深度學(xué)習(xí)核心框架、基礎(chǔ)模型庫、端到端開發(fā)套件、工具組件和服務(wù)平臺于一體，2016年正式開源，是中國全面開源開放、技術(shù)領(lǐng)先、功能完備的產(chǎn)業(yè)級深度學(xué)習(xí)平臺。

期待本屆賽事中涌現(xiàn)出更多優(yōu)秀的方法，為機(jī)器視覺弱監(jiān)督學(xué)習(xí)領(lǐng)域研究帶來全新火花!

賽事報(bào)名地址：https://lidchallenge.github.io/challenge.html

songjy