竞赛推荐 | CVPR 2019 十大细粒度视觉识别挑战赛来袭，谷歌发来参赛征集令！

2019 年 5 月 6 日 极市平台

极市正在推出CVPR2019的专题直播分享会，邀请CVPR2019的论文作者进行线上直播，分享优秀的科研工作和技术干货，也欢迎各位小伙伴自荐或推荐优秀的CVPR论文作者到极市进行技术分享~

本周四（5月9日）晚，中科院自动化所模式识别国家重点实验室的张志鹏，将为我们分享

基于siamese网络的单目标跟踪（CVPR2019 Oral），公众号回复“41”即可获取直播详情。

作者 | 从末

来源 | AI科技评论

作者按：近年来，iNaturalist 物种分类挑战赛、iMaterialist 产品属性识别挑战赛等细粒度视觉识别挑战赛（FGVCs）对重点检测自然物体及人造物体的细粒度视觉细节的图像分类模型的发展，起到了不小的推动作用。然而，传统的图像分类竞赛侧重于区分通用的类别（例如，区分汽车与蝴蝶），而 FGVCs 则跨越了入门级的类别，着重区分物体部分和属性的细微差别。例如，FGVCs 不在于寻求可以区分「鸟」等类别的方法，而是致力于识别子类别，例如「白腹蓝彩鹀」或「靛彩鹀」。

FGVCs 此前的挑战赛都吸引了大量有创造力的参赛者，他们都在比赛中开发了独具创新性的图像识别新模型，其中 CVPR 2018 的 FGVC5 则有超过 500 个队伍参赛。同时，FGVC 挑战赛也启发了一些新方法，例如特定领域的迁移学习和时间测试先验估计，它们都帮助细粒度识别任务在几个基准测试数据集上实现了当前最先进的性能。

谷歌表示，为了进一步推动 FGVC 研究的进展，他们今年赞助并共同组织了第六届年度「细粒度视觉视觉研讨会」（FGVC6）。随着 CVPR 2019 将于 6 月 17 日在加利福尼亚州长滩举行，该研讨会也将作为 CVPR 2019 的一部分如期召开。FGVC6 让计算机视觉专家与深耕于生物多样性、植物学、时尚与艺术领域的专家们汇聚一堂，共同应对将细粒度视觉分类应用于现实环境所面临的挑战。

FGVC6 十大挑战赛

今年，FGVC6 Workshop 设置了多个挑战赛主题，其中每个主题都代表了细粒度视觉分类在某个细分领域的挑战。挑战赛包括：

iNaturalist 挑战赛（更新版）：
https://sites.google.com/corp/view/fgvc6/competitions/inaturalist-2019

iMat Fashion 挑战赛：
https://sites.google.com/corp/view/fgvc6/competitions/imat-fashion-2019

iMat Product 挑战赛：
https://sites.google.com/corp/view/fgvc6/competitions/imat-product-2019

iWildCam 挑战赛：
https://sites.google.com/corp/view/fgvc6/competitions/iwildcam-2019

iFood 挑战赛：
https://sites.google.com/corp/view/fgvc6/competitions/ifood-2019

Butterflies & Moths 挑战赛：
https://sites.google.com/corp/view/fgvc6/competitions/butterflies-moths-2019

iDesigner 挑战赛：
https://www.kaggle.com/c/idesigner

cassava 挑战赛：
https://sites.google.com/corp/view/fgvc6/competitions/cassava-2019

CVPR 的 FGVC workshop 侧重于识别、分类子类别，（从左到右，从上到下）包括来自野生动物相机陷阱的动物种类、零售产品、艺术品属性、木薯叶病、腊叶标本的野牡丹科物种、来自生命科学图片的动物物种、蝴蝶和蛾物种、菜肴烹饪以及博物馆艺术品的细粒度属性。

同时，本次 FGVC6 Workshop 还与两个世界级协会新合作了两项比赛：与大都会艺术博物馆（Metropolitan Museum of Art）合作的 iMet Collection 挑战赛以及与纽约植物园（New York Botanical Garden）合作的 Herbarium 挑战赛。

iMet Collection 挑战赛

https://www.kaggle.com/c/imet-2019-fgvc6

iMet Collection挑战赛数据集包括各类图像样本，这些图像都来自于大都会艺术博物馆的公开域数据集：

https://www.metmuseum.org/about-the-met/policies-and-documents/image-resources

iMet Collection 挑战赛要求参赛者比赛训练艺术品属性的模型，包括物体存在、文化、内容、主题和地理来源。大都会艺术博物馆根据各个领域的专家对博物馆藏品的描述，为该任务提供了大量的训练数据集。该数据集强调了对艺术品间接基于视觉语境的细粒度属性（例如时期、文化、媒介）进行推理的挑战。

iMet Collection 挑战赛因其作为首个基于图像的 Kernels-only 竞赛而受到关注。Kernels-only 竞赛是最新推出的一个项目，为那些无法获得足够的计算资源的数据科学家们提供了一个公平的竞赛平台。Kernel 竞赛为所有参赛者提供相同的硬件配套设备，从而让他们公平竞争。此外，由于参赛者受限于 Kernel 平台所提供的有限的计算力，该竞赛中的获胜模型往往比其他竞赛中的获胜模型要更简单。截至写作本文时，已有超过 250 个参赛队伍参加 iMet Collection 挑战赛。

Kernels-only 竞赛查看地址：

https://www.kaggle.com/docs/competitions#kernels-only-FAQ

Herbarium 挑战赛

https://sites.google.com/corp/view/fgvc6/competitions/herbarium-2019

Herbarium 挑战赛要求参赛者识别开花植物科野牡丹科的物种。纽约植物园（NYBG）提供了涵盖 680 多个物种的 46,000 多个腊叶标本的数据集。这些图像的使用得到了纽约植物园的官方授权。

Herbarium 挑战赛，则邀请研究者解决开花植物科野牡丹科的物种分类问题。与 iNaturalist 挑战赛有所不同，这一挑战赛所采用的图像集仅包括保存于腊叶标本（herbarium sheet）上的干标本图像。腊叶标本对于植物科学来说至关重要，因为它们不仅能保留了植物用于鉴定和 DNA 分析的关键细节，而且还能够在某个历史背景下为植物生态学提供一个与众不同的视角。纽约植物园作为世界第二大植物标本馆，它的 Steere Herbarium 集为今年的挑战赛提供了超过 46,000 个标本的数据集。

除了机构间的协调之外，今年的每一项挑战赛还要求参赛者与各个的领域专家深入接触。FGVC 研讨会通过以标准格式来应对图像识别挑战赛，将会给「让技术通过移动应用程序（如 Seek by iNaturalist 和 Merlin Bird ID）从 Kaggle 排行榜榜首转移到日常用户手中」铺平道路。

谷歌表示，他们预计参赛者开发的技术不仅可以推动细粒度识别的前沿发展，而且有利于将机器视觉应用于推动科学探索和策展研究。

参赛征集令

现在，谷歌正式邀请各个队伍参加 FGVC6 的各项比赛，共同帮助推进细粒度图像识别的的新发展。各项挑战赛的参赛截止日期如下：

iNaturalist 挑战赛（更新版）：2019.04.29-2019.6.10

iMat Fashion 挑战赛：2019.4.24-2019.6.10

iMat Product 挑战赛：2019.4.24-2019.5.26

iWildCam 挑战赛：2019.4.18-2019.6.7

iFood 挑战赛：2019.4.22-2019.6.3

Butterflies & Moths 挑战赛：2019.4.28-2019.6.1

iDesigner 挑战赛：2019.4.10-2019.5.30

cassava 挑战赛：2019.4.26-2019.6.1

iMet Collection 挑战赛：2019.4.28-2019.5.28

Herbarium 挑战赛：2019.4.5-2019.6.7