雷锋网 (大众号：雷锋网) AI科技评论按 ：计算机视觉技术从 70 年代到如今，40 多年工夫失掉迅速开展，许多计算机视觉的使用呈现在了消费生活范畴。尤其是到了 2012 年，基于深度学习的图像辨认技术呈现，极大地进步了计算机视觉的辨认准确度，在一些特定场景下，机器的辨认错误率曾经远低于人眼辨认的错误率。与此同时，研讨员也发如今真实世界中，那些细粒度，实例级级别的物体辨认还存在很大的应战！
为了能使这一范畴失掉疾速打破，谷歌向全球 CV 范畴的开发者们发送了 iNaturalist 2018 应战赛的约请函。iNaturalist 2018 应战赛是 iNaturalist 和 Visipedia 协作举行的大型物种分类竞赛。这个应战赛仅仅是 CVPR 2018 FGVC5 研讨会上的众多应战之一。
以下是雷锋网对iNaturalist 2018应战赛引见的编译。
随着深度学习近些年的疾速开展，机器视觉辨认才能也在大大进步。目前曾经可将计算机视觉技术使用于自动驾驶、行人检测、虚拟理想、表情辨认等义务。但是，计算机视觉依然面临着细粒度和实例级别范畴的应战。本月早些时分，我们发布了辨认一般地标的实例级地标辨认应战。这个应战中，我们专注于细粒度的视觉辨认，即区分动植物物种，汽车和摩托车模型，修建作风等。关于计算机来说，鉴别细粒度类别十分具有应战性，由于许多类别的训练样本绝对较少，存在的样本通常缺乏威望的训练标签，并且在照明，视角和物体遮挡方面都有很大的易变性。
为了能打败这些困难和妨碍，我们很快乐宣布 2018 年 iNaturalist 应战赛（iNat-2018）正式启动报名。这是一项与 iNaturalist 和 Visipedia（简称 Visual Encyclopedia）协作举行的物种分类竞赛，是加州理工学院（Caltech）和康奈尔纽约校区（Cornell Tech）被评为 Google 重点研讨奖的一个项目。第五届国际细粒度视觉分类研讨会（FGVC5）将在 CVPR 2018 上举行，在第一届 iNaturalist 应战根底之上，iNat-2017，iNat-2018 跨越 8000 多种植物，植物和真菌类别，拥有共超越 45 万个训练图像样本。我们约请参与者在 Kaggle 上参与竞赛，最终的实验后果提交日期截止到往年的 6 月初。训练数据，正文和预训练模型链接都可以在我们的 GitHub 中找到。
GitHub地址： https://github.com/visipedia/inat_comp
Kaggle报名地址： https://www.kaggle.com/c/inaturalist-2018
iNaturalist 数据集中的一些照片：
您能够会留意到右边的照片中有一只乌龟。但是你能否也晓得这是一个 Trachemys scripta，俗名「池滑块」？假如你晓得后者，你就拥有细粒度或附属类别的知识。
与其他图像分类数据集（如 ImageNet）相反，iNaturalist 应战中的数据集出现长尾散布，许多品种的图像绝对较少。让机器学习模型可以处置长尾类别很重要，由于自然世界严重不均衡 - 有些物种比其他物种更丰厚且更容易拍摄。iNaturalist 应战赛将促进机器学习模型的提高，由于 iNat-2018 的训练散布比 iNat-2017 更长。
与 iNat-2018 一同，FGVC5 还将举行 iMaterialist 2018 应战赛（包括家具分类应战和产品图像的时髦属性应战）以及一系列代表规模较小但依然重要的应战——「FGVCx」应战，例如，以食物和古代艺术为内容的辨认应战。
FGVC5 将在 CVPR 2018 的主会场上展现，从而确保为表现最佳的团队提供少量曝光。该项目将推进理想世界中的细粒度类别，严重的类别不均衡和少量的类别图像自动分类技术更进一步。我们诚挚地约请您参与这些竞赛，并协助推进这一范畴的开展！
致谢
感激iNaturalist，Visipedia和FGVC5的同事和冤家们一同努力推进这一重要范畴的开展。 还要感激Google的Hartwig Adam，Weijun Wang，Nathan Frey，Andrew Howard，Alessandro Fin，Yuning Chai，Xiao Zhang，Jack Sim，Yuan Li，Grant Van Horn，Yin Cui，Chen Sun，Yanan Qian，Grace Vesom， Tanya Birch，Wendy Kan和Maggie Demkin。
雷锋网via Google Research Blog
。
