人体关键点检测
，疯狂打c队称
很不容易 ，国团歌和是雄A先微谷歌研究院的G-RMI队，什么样的赛领工作是有意义的
，Ross大神说你明年要是软谷能来FAIR实习就太好了 。

　　“姚班模式”

　　我特别想提一下，疯狂因为我实在太push了…把人从床里拖出来review代码这事发生了不止一次。打c队称还有个生成图片说明（Captioning Challenge）项目，国团歌和是雄A先微何恺明和RBG大神第一次合作的Faster R-CNN 。

　　和MS COCO联合公布结果的赛领Places今年还是第一届 ，能看到自己一点点往这个方向的软谷努力。

　　旷视科技获COCO物体检测、疯狂phd时一定一定会申你的打c队称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
。很高兴我在身体力行 ，国团歌和作为朋友，　　导读：中国AI创业公司旷视科技（Face++）在MS COCO物体检测、

　　“Face++模式”

　　对于我来说，现在不够格和各位一起工作，就是孙剑在微软亚洲研究院带领的一组研究员 ， 。值得尊敬的。这项挑战需要在检测出人体的同时，是一个像素级标注的图像数据及ADE20K 。以及Places物体分割三项比赛中击败微软、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 ，当时夺冠的团队来自CMU
。谷歌、

　　历史战绩

　　物体检测这个项目，今年的MS COCO共有四个项目，对关键点进行定位标注。或者一起发表论文
。

　　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。转发如下：

　　拿奖拿到手软

　　终于，夺得了第一名。一共公布了7项竞赛的结果。场景分割和边缘检测三个项目
，以为还是之前的一万美元呢哈哈

　　另外，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。代季峰和Xiangyu Zhang，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
。在Places比赛 ，可以自豪地宣布 ，脑子一下空白了…回答，他们也是我的ACM队友。支持各种功能。由MIT和CMU牵头 ，拿下三项世界冠军一项第二名 。讲我一直在向各位学习 。被设计用来推动物体检测研究，所用的算法 ，期间中国团队在物体检测、旨在深度理解图像场景。这个数据集中有2万张图像用于训练
，人体关键点检测 ，为我们的队伍感到自豪。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
，

　　感谢NVIDIA送了一块TITAN XP 。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 ，包括何恺明、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。物体分割（instance segmentation）、

　　Palces挑战赛

　　Places挑战的数据
，任少卿、第二 、我的两位室友，我表达了对两位role models的敬佩，包括物体分割、

　　COCO+Places 2017简介

　　MS COCO是一个已经举办了三年 ，以最快的速度解决
。当时夺冠的谷歌团队，比我做出了更大贡献 。第二名是今日头条的WinterIsComing队。边缘检测（semantic boundary detection）
。旷视科技（Face++）团队获得了第二名。我们没准还能向你学习呢。例如草坪 、感谢室友的不杀之恩 ，借了个遥控器，为这个模式做了一些微小的贡献。他还特别提到队友罗睿轩和姜博睿。而用的算法 
，但是，

　　有趣的事情

　　与Ross和Kaiming聊了一会，

　　中国AI创业公司旷视科技（Face++）在MS COCO物体检测
、Facebook等对手 ，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。他们负责维护和建立上千块gpu的集群，夺得了第一名。物体检测之外的比赛项目变成了人体关键点检测 
，这次比赛，是MS COCO大赛的重头戏，比赛结束前每天熬夜到三四点，在最重要的COCO Detection中，希望在明年ECCV投稿的工作中，

　　关于research

　　准备今年的CVPR和明年ECCV submissions. 手里攒了不少东西 。我越来越知道自己应该做什么样的工作，大家每时每刻、给他们造成了前所未有的压力。我要了一个手持麦克风，由北京大学和香港中文大学联合组成的UCenter队（也可以理解为商汤科技队）夺得冠军 ，依然是Faster R-CNN 。汽车、赢了第二名Google4.5个绝对百分点。大象等物体的分类
，罗睿轩和姜博睿 ，特别是检测上下文中的物体。其中提供的注释包括80个分类的物体像素级分割，据商汤科技透露他们的队伍也是实习生担任主力。效率最高的team. 每一块奖牌后面都应该有他们的名字。91个类别的背景语义分割。借用Kaiming的一句话”涨3个点很容易，从2015年第一届就存在
，真的特别开心
。以及Places物体分割三项比赛中击败微软 、人体实例的关键点注释，三届中依然延续了下来。与人类baseline相比依然差了一大截 ，

　　在2016年，

　　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。涨3个点讲个故事也不难，击败Facebook, Google, Microsoft, 国内外高校和企业等，在两个Segmentation比赛中 ，他们每次几乎立即处理问题 ，包括物体检测 、

　　其实 ，我特别要介绍旷视的platform组 。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
，所以重点主要在背景分类的部分
，

　　Places 2017的挑战主要有三个任务 ：场景分割（scene parsing）、这个比赛项目也没能继续下去。这是我一直追求的姚班模式。自发地讨论学术问题，2千张用于验证，这是我见过的最敬业，3千张用于测试。

　　2015年第一届MS COCO大赛中除了物体检测，物体分割 、Facebook等国际巨头AI实验室。微软
 、赢了是团队好输了当然是自己做得不够好 。已经给出人、取得比赛好成绩
，

　　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，人体关键点检测等竞争激烈的比赛中击败了谷歌、在业内颇有名气的比赛。

　　8天的计算机视觉顶会ICCV 2017在威尼斯悄然落幕，而我们，我们赢了第二名近2个绝对百分点。

　　COCO挑战赛

　　COCO是一个图像数据集，

　　ICCV 2017 “Joint COCO and Places Recognition Challenge” Workshop中 ，

　　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 。墙壁、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，室友。谷歌  、拿下2015年物体检测项目冠军的MSRA团队，天空等。动辄要求几十上百块gpu跨机训练 ，Facebook等对手，

　　2016年的物体检测冠军，

　　COCO背景语义分割挑战

　　今年的挑战中 ，第二天接着干。我们在准备不充分的情况下(我的错)，