CVPR 2019 商品识别大赛结果发布,京东 AI 研究院摘得桂冠

今年,码隆科技在 CVPR 2019 与 Google Research 参与合办了 The 6th Fine-Grained Visual Categorization Workshop,并主办了其中细粒度商品识别图像分类竞赛 iMaterialist Challenge on Product Recognition。美国时间 6 月 17 日,在 CVPR 2019 FGVC6 Workshop 上,码隆科技正式宣布大赛前三名分别为京东 AI 研究院、美团点评和东信北邮。

本次 iMaterialist Challenge on Product Recognition 竞赛于 4 月 1 日至 6 月 2 日举办,共涵盖 2019 类 SKU 超过一百万图像数据,是 CVPR 迄今数据规模最大、种类最多的商品识别竞赛。两个月的赛程中,全球共有 96 支队伍、152 位选手通过 1600 次提交参加了竞赛。

iMaterialist Challenge 是强调“人造物”领域的图像细粒度分类挑战。随着消费升级,商品识别的可应用场景持续增加,这部分的计算机视觉研究越发重要。一方面,它的技术难度较大,许多细粒度属性的商品看起来十分相似,还可能被折叠或遮挡,同时在不同光线、角度和背景下的拍摄也会对识别精度产生影响,因此即便对于经过专业训练的人眼来说,很多细粒度分类数据集也难以快速且准确地辨认。另一方面,相关技术具有更大的实际应用意义,可以直接转化为工业界的应用,例如在零售领域,此类技术可以应用在智能货柜、大型商超、品牌门店等多个场景,为企业提高效率、减少成本、增加信息收集与分析的途径,同时优化消费者的购物体验。

在 6 月 17 日 FGVC6 Workshop 现场,大赛最终结果进行了正式发布。经激烈角逐,大赛前三名分别为:

  • 第一名:京东 AI 研究院
  • 第二名:美团点评
  • 第三名:东信北邮

作为比赛的主办方,创立近五年来码隆科技一直专注于 AI 商品识别赛道,并研发了独有的弱监督学习算法 CurriculumNet。它能够有效处理噪音数据和数据不均衡的状况,在仅有少量数据的情况下,仍然能训练出高性能的模型。在 CVPR 2017 上,码隆科技以弱监督学习算法 CurriculumNet 荣获大规模视觉理解 WebVision 世界挑战赛冠军,最佳结果 94.78%较第二名高出 2.5%。

由此,码隆科技以在垂直领域领先的技术优势,成为 iMaterialist Challenge 的核心合作伙伴。2018 年,码隆科技与 Google Research、Wish、Kaggle 合办了针对家具家居领域和时尚领域的细粒度图像分类竞赛 iMaterialist Challenge Fashion & Furniture,全球共有 648 个团队参加了比赛,比赛结果在 CVPR 2018 上进行了分享。作为承接,码隆科技今年主办了 iMaterialist Challenge on Product Recognition 竞赛,今年比赛图片数量和商品数据类别分别是去年的 5 倍和 40 倍,挑战性相应也有大幅度提升。

通过主办此次竞赛,码隆科技希望能够引发学界和产业界对商品识别这一技术领域的更多关注,共同探究提升细粒度物体识别的算法性能,探索出更好、更强的技术路径。如今,从研发设计到零售消费,商品识别相关研究在现实世界中已经有了越来越多的应用场景,其关联价值正在被不断挖掘,并帮助各行各业提升效率、降低成本,助力数字化升级。