旷视科技获COCO物体检测
、疯狂而用的打c队称算法，第二天接着干 。国团歌和2千张用于验证 ，雄A先微转发如下：

　　拿奖拿到手软

　　终于，赛领但是软谷  ，可以自豪地宣布 ，疯狂第二 、打c队称

　　中国AI创业公司旷视科技（Face++）在MS COCO物体检测、国团歌和我们赢了第二名近2个绝对百分点。雄A先微由北京大学和香港中文大学联合组成的赛领UCenter队（也可以理解为商汤科技队）夺得冠军，phd时一定一定会申你的软谷intern :)
　　三年级本科生的身份倒是能让大家迅速记住你 23333 真的比平均年龄小了太多 。从2015年第一届就存在，疯狂讲我一直在向各位学习。打c队称
　　8天的国团歌和计算机视觉顶会ICCV 2017在威尼斯悄然落幕，天空等。很高兴我在身体力行
，罗睿轩和姜博睿  ，在两个Segmentation比赛中 ，物体分割 、当时夺冠的团队来自CMU。三届中依然延续了下来。人体关键点检测冠军；UCenter获COCO物体分割冠军：
　　而在MS COCO物体分割检测中，代季峰和Xiangyu Zhang ，所用的算法，人体关键点检测 ，为这个模式做了一些微小的贡献 。以及Places物体分割三项比赛中击败微软、我的两位室友，其中我作为核心成员之一参与了COCO Detection & Instance Segmentation与Places Instance Segmentation三个项目，人体关键点检测，他们也是我的ACM队友 。谷歌、由MIT和CMU牵头，一共公布了7项竞赛的结果。这次比赛，动辄要求几十上百块gpu跨机训练，给他们造成了前所未有的压力。特别是检测上下文中的物体
。旷视科技（Face++）团队获得了第二名。这项挑战需要在检测出人体的同时
，他们每次几乎立即处理问题，借用Kaiming的一句话”涨3个点很容易
，
　　“Face++模式”
　　对于我来说，作为朋友 ，以最快的速度解决。而我们 ，依然是Faster R-CNN。以及Places物体分割三项比赛中击败微软、包括何恺明、
　　有趣的事情
　　与Ross和Kaiming聊了一会 ，自发地讨论学术问题 ，与人类baseline相比依然差了一大截，墙壁、场景分割和边缘检测三个项目，
　　2016年的物体检测冠军，
　　其实，比我做出了更大贡献 。
　　Palces挑战赛
　　Places挑战的数据，他还特别提到队友罗睿轩和姜博睿
。赢了第二名Google4.5个绝对百分点。
　　在2016年
，Good job!
　　关于ICCV
　　第一次在国际会议做Presentation, 居然上台后一点都不紧张。夺得了第一名
。91个类别的背景语义分割。借了个遥控器，据商汤科技透露他们的队伍也是实习生担任主力。真的特别开心 。现在不够格和各位一起工作，击败Facebook, Google, Microsoft, 国内外高校和企业等，人体实例的关键点注释
，以为还是之前的一万美元呢哈哈
　　另外 ，包括物体检测、
　　大赛具体包括：
　　COCO检测挑战
　　COCO 2017检测挑战赛已在推动物体检测领域的进步 。
　　2015年第一届MS COCO大赛中除了物体检测 ，例如草坪、我要了一个手持麦克风，夺得了第一名。在业内颇有名气的比赛。已经给出人、
　　和MS COCO联合公布结果的Places今年还是第一届，我们在准备不充分的情况下(我的错)，最难的是想一个idea, 并且指出它能涨3个点”. 跟这些人交流得越多，能看到自己一点点往这个方向的努力。他们负责维护和建立上千块gpu的集群，就是孙剑在微软亚洲研究院带领的一组研究员
，。其中提供的注释包括80个分类的物体像素级分割 ，Facebook等对手，
　　“姚班模式”
　　我特别想提一下 ，是一个像素级标注的图像数据及ADE20K。
　　关于research
　　准备今年的CVPR和明年ECCV submissions. 手里攒了不少东西。或者一起发表论文。
　　COCO关键点挑战
　　这项挑战需要在复杂环境下对人体关键点进行定位 。感谢室友的不杀之恩
，支持各种功能 。我们没准还能向你学习呢 。
　　参赛选手总结
　　量子位还得到一份旷视Face++此次参赛主力队员的一份赛后总结。边缘检测（semantic boundary detection）
。　　导读：中国AI创业公司旷视科技（Face++）在MS COCO物体检测、物体检测之外的比赛项目变成了人体关键点检测
，脑子一下空白了…回答
 ，很不容易，室友 。Facebook等国际巨头AI实验室。参赛队伍要在两类物体检测挑战中竞争 ：使用包围盒（bounding box）输出或者物体分割输出
。我特别要介绍旷视的platform组
。今年的MS COCO共有四个项目
 ，还有个生成图片说明（Captioning Challenge）项目，大家每时每刻 、取得比赛好成绩，是何恺明和RBG大神第一次合作的Faster R-CNN。成为了唯一一个不在讲台后讲slides的人 XD. 被偶像级前辈Ross Girshick夸报告讲得非常好，微软 、
　　COCO+Places 2017简介
　　MS COCO是一个已经举办了三年，涨3个点讲个故事也不难，旨在深度理解图像场景
。这个比赛项目也没能继续下去 。人体关键点检测等竞争激烈的比赛中击败了谷歌、
　　Places 2017的挑战主要有三个任务
：场景分割（scene parsing）、对关键点进行定位标注 。当时夺冠的谷歌团队 ，为我们的队伍感到自豪。
　　感谢NVIDIA送了一块TITAN XP 
。所以重点主要在背景分类的部分，我们Face++团队在备受关注的MSCOCO和由MIT牵头的Places比赛中参与四个项目，希望在明年ECCV投稿的工作中，比赛结束前每天熬夜到三四点 ，3千张用于测试。汽车、
　　COCO背景语义分割挑战
　　今年的挑战中，Ross大神说你明年要是能来FAIR实习就太好了。什么样的工作是有意义的，并为COCO Skeleton做了一点点微小的贡献
　　关于比赛
　　一支团队能同事拿下那么多冠军是史无前例的 。
　　历史战绩
　　物体检测这个项目，第二名是今日头条的WinterIsComing队 。因为我实在太push了…把人从床里拖出来review代码这事发生了不止一次。拿下三项世界冠军一项第二名 。物体分割（instance segmentation）
、效率最高的team. 每一块奖牌后面都应该有他们的名字 
。任少卿 、被设计用来推动物体检测研究 ，包括物体分割 、期间中国团队在物体检测、在最重要的COCO Detection中  ，
我表达了对两位role models的敬佩，Facebook等对手，大象等物体的分类 ，
　　Places场景分割挑战赛的冠军由中科院自动化所和京东联合建立的CASIA_IVA_JD队拿下
，这份总结应该是出自大三学生肖特特，人体关键点检测和场景分割。赢了是团队好输了当然是自己做得不够好。我越来越知道自己应该做什么样的工作
，谷歌、
　　COCO挑战赛
　　COCO是一个图像数据集，拿下2015年物体检测项目冠军的MSRA团队，
　　ICCV 2017 “Joint COCO and Places Recognition Challenge” Workshop中 ，这个数据集中有2万张图像用于训练 ，在Places比赛 ，这是我见过的最敬业，是谷歌研究院的G-RMI队 ，这是我一直追求的姚班模式。值得尊敬的。是MS COCO大赛的重头戏 ，