码隆科技与GoogleResearch合

码隆科技与Google Research合办大赛，挑战商品图像分类极限！

随着消费升级，商品识别场景的持续增加，对图像中的商品实现细品类精准分类也变得越发重要，此类技术可以应用于线上购物、移动电商、实体零售、商品运维等多个场景，具有高度实用价值。如何利用计算机视觉技术识别海量商品，并准确区分外形类似的商品，是计算机视觉领域一大挑战。由于细粒度属性的产品看起来非常相似，且商品在不同光线、角度和背景下拍摄，其识别精度也会受到影响，这就使得细粒度图像分类技术变得极具挑战性。

与此同时，不同商品的相似特征，也为机器识别增加了一定的难度：比如家具中的球椅和蛋椅，从某些特定角度来看十分相似;再比如服饰的宝蓝色和松绿色，在不同的光线条件下也存在一定的相似性。

如何让机器识别达到趋近乃至超过人眼判定的精准度?这是许多计算机视觉科学家们一直致力解决的问题。由此，码隆科技联合 Google Research 和美国知名电商 Wish，举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)，力求推动自动图像分类顶尖技术的进展，该比赛已经在 Kaggle 平台上拉开序幕。同时，作为 CVPR 2018 重要的研讨会之一，针对该比赛召开的 FGVC5 workshop(细粒度图像识别研讨会)将于 6 月 22 日与大会同期举行，期待科学家和研究者们共同参与。

与 ImageNet 的粗粒度分类竞赛相比，iMaterialist Challenge 强调的是在人造物体领域的图像细粒度分类挑战。一方面，这部分图像分类的技术难度更大，更具挑战性，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，提高效率、减少成本。码隆科技作为中国第一家提出商品识别概念的人工智能创新公司，凭借其在家具家居和时尚领域的技术优势，成为 iMaterialist Challenge 的核心合作伙伴。

值得一提的是，iMaterialist Challenge 将会亮相今年 CVPR 会议主会场，与到场的业界精英展示竞赛重要成果，分享技术突破性进展。而这也是 CVPR 历史上首次从会议数十个 workshop 中，挑选出 3 至 5 个高品质、高价值的竞赛在主会场进行展示。与此同时，FGVC5 组委会也会邀请业界权威科学家、研究者到现场进行最新技术分享。码隆科技与美国知名电商平台 Wish 为本次竞赛提供所需的服装和家具图像数据，并会向学术界开放 120 万带标注的商品图像数据集。作为此次大赛的核心合作伙伴，码隆科技将会为大赛全程提供专业技术支持，负责竞赛数据处理并提供竞赛基础模型训练。

iMaterialist Challenge 面向全球的企业、研究机构和院校进行参赛队伍的招募。本次竞赛已于 3 月 8 日开赛，将于 5 月 24 日截止提交，并在 5 月 30 日关闭竞赛。竞赛成果将会在 6 月 22 日于盐湖城举行的 CVPR 2018 会议上进行正式公布。开赛至今仅一个月，已有来自海内外近 200 支队伍报名参赛，得到计算机视觉领域众多技术团队的高度关注。

在此次竞赛中，码隆科技与 Wish 联合为优胜者提供奖金。家居和时尚两个竞赛单元的优胜者将获得共计5000美金的奖励。更值得一提的是，优胜者还将受邀在 FGVC5 的研讨会上进行主题发言，分享自己的算法思路。

【iMaterialist Challenge (Furniture) at FGVC5】

访问 Kaggle相关专题，登录账号即可参赛。

【iMaterialist Challenge (Fashion) at FGVC5】