9月13日消息 据相关媒体报道，百度视觉团队近日在最大规模目标检测竞赛Google AI Open Images-Object Detection Track中击败众多对手成功获得冠军。此外，百度视觉团队还受邀出席顶级视觉学术会议ECCV2018，并进行了分享！下面让我们来了解一下。
据悉，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。
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；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。
另外，还有业内分析人士指出，大规模目标检测不论是在学术圈还是工业界均为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，并在新零售、通用多物品识别等场景得以应用。