近日，由Google主辦的2019 Google物體挑戰(zhàn)賽結(jié)果正式揭曉，首次參賽的極鏈科技AI團隊在僅剩兩個月的時間下贏得一枚金牌。

去年，在MS COCO停止舉辦物體邊框識別的比賽后，Google發(fā)布了自己的第一屆物體識別的比賽，有400多名研究人員和機器學習研究人員參加。今年，作為ICCV的workshop之一，谷歌在Open Image V5數(shù)據(jù)集的基礎(chǔ)上推出了第二屆物體比賽，且測試集與第一屆完全相同。

連續(xù)兩年Google Open Images － Object Detection Track接棒COCO物體識別比賽，作為計算機視覺領(lǐng)域的“黃金標準型”，吸引了大量團隊的參與，以獲得在Open Images數(shù)據(jù)集上的最低的錯誤率，今年也是吸引了560余支隊伍。同時，深度學習技術(shù)的突破更是使得圖像識別任務(wù)取得令人矚目的巨大進步，甚至超過了人類的準確度。

隨著深度網(wǎng)絡(luò)解決方案變得越來越深，越來越復(fù)雜，它們通常受到可用培訓數(shù)據(jù)量的限制�？紤]到這一點，為了刺激分析和理解圖像的進步，Google公開發(fā)布了Open Images數(shù)據(jù)集。Open Images遵循了PASCAL VOC，ImageNet和COCO的傳統(tǒng)，現(xiàn)已達到前所未有的規(guī)模。

作為CV（Computer Vision）領(lǐng)域的熱門分支，物體識別有著廣泛的應(yīng)用場景，從已經(jīng)十分成熟的車輛車牌識別、行人檢測，到近些年來新興的無人駕駛所需要的各種目標的識別。隨著不斷新增的需求，人們對識別準確率的要求也是水漲船高。2018年ECCV的Open Images Workshop中，谷歌團隊解釋了Open Image物體識別比賽和其他類似比賽的區(qū)別和具有挑戰(zhàn)性的地方，即擁有更為大量的數(shù)據(jù)、標簽種類、數(shù)據(jù)分布不均衡、提供標簽從屬關(guān)系信息以及數(shù)據(jù)標注不絕對完整。相比于COCO，此數(shù)據(jù)集的多樣性要大得多，并且對最先進的實例識別方法構(gòu)成了更大的挑戰(zhàn)�；�于這個數(shù)據(jù)集， Google號召全球的計算機視覺領(lǐng)域的科學精英共同參與，共同朝著更復(fù)雜的地標檢測計算機視覺模型邁出巨大的一步。這也是目前最大、最詳盡的公開數(shù)據(jù)。

作為極鏈的明星平臺之一，「金目」用包括物體、場景等各個維度的識別為用戶帶來豐富且十分精準的體驗。當然在其中，物體識別扮演著不可或缺的角色。出于對前沿技術(shù)、算法的不斷探索，我們也借由這次比賽，夯實團隊在物體識別上的能力。

針對本次比賽數(shù)據(jù)分布極為不均衡，我們對數(shù)量較少的標簽進行了數(shù)據(jù)增廣。在算法框架的選擇上，目前Two stage的物體識別算法相比One stage在準確度上有較為明顯的優(yōu)勢，而Cascade RCNN算法更是當下各個物體比賽的熱門選擇。不過Cascade級聯(lián)的方式也導(dǎo)致了速度的下降，并不適用于實際場景�？紤]到自身平臺的實際應(yīng)用場景，我們選擇了速度更快也更為經(jīng)典的Faster－RCNN。接下來是Backbone，當下大量針對比賽的選擇基本趨于更深和更復(fù)雜的算法，比如為Fackbook創(chuàng)造Imagenet 84．5％（Top1）準確率的ResNeXt101（32x48d）、SENet等等。而這類模型有個共同的特點，非常的龐大，對訓練和測試的時間也都有較大的增加。此外，為了達到更高的準確率，參賽者們更傾向于訓練不同框架、不同Backbone的算法，通常為6個甚至更多，最后進行融合。這對整體的效率、性能的影響也是可想而知的。而比賽是為了更好地改善算法或技術(shù)的實際落地效果�；�于這個初衷，我們僅選擇了ResNeXt－101（64x4d）和ResNet－152這兩個相對更平衡的Backbone。在測試階段，用了多尺度測試以及內(nèi)部各個周期的結(jié)果融合。此外，我們利用SoftNMS對兩個算法的結(jié)果進行了融合得到了最終的結(jié)果。

最終，團隊在public榜單上的分數(shù)為0．62163，private為0．58259，獲得了一枚金牌。

極鏈科技作為全球視聯(lián)網(wǎng)－視頻商業(yè)操作系統(tǒng)的構(gòu)建者，堅持以AI技術(shù)賦能視頻中的信息，鏈接互聯(lián)網(wǎng)信息、服務(wù)、購物、社交、游戲五大模式，實現(xiàn)基于視頻的新互聯(lián)網(wǎng)經(jīng)濟體與客戶價值倍增。這次對Google AI Open Images － Object Detection Track競賽的實踐，是極鏈科技「金目」系統(tǒng)視頻識別物體算法領(lǐng)域的優(yōu)化，也是為了更好的支持視聯(lián)網(wǎng)的服務(wù)與賦能。未來，極鏈也將持續(xù)探索前沿領(lǐng)域的技術(shù)突破，促進人工智能生態(tài)圈的持續(xù)快速發(fā)展。