文章图片
图/2021 VIPriors Object Detection Challenge亚军：牛君豪、谷雨、聂璐瑶
【竞赛|西安电子科技大学智能学子在ICCV 2021竞赛中再获六项冠亚季军】 VIPriors 2021目标检测赛道的任务是为自行车的22类零部件预测其是否缺失以及预测其边界框和置信度 。 亚军队伍基于原始的Swin Transformer框架和DETR框架进行多尺度训练 ， 使用半监督的方法 ， 对两个网络模型分别训练 ， 互相使用对方网络的伪标签进行迭代训练 ， 另外还在22类的基础上将其分为两个部分进行训练 ， 测试的时候使用soft-nms方法代替传统的nms方法 ， 有效的缓解了零部件位置重叠、部分零件特征相似等问题 ， 提高了最终的检测准确率 。
2021级硕士研究生高子涵、马天植组成的学生队伍组成的学生团队获得了ICCV 2021 VIPriors Action Recognition Challenge动作识别赛道亚军 。
文章图片
图/2021 VIPriors Action Recognition Challenge亚军：高子涵、马天植
VIPriors研讨会的重点是如何用通用的视觉归纳先天性知识结构来预置深度网络 ， 这就可以将来之不易的现有通用知识纳入其中 。 亚军队伍最终使用的是基于多模型动态融合的视频动作识别方法 ， 使用动态加权软投票的方式合并模型 ， 融合了Video Swin Transformer, SlowFast, TIN等7个模型和弱分类器 。 同时采用了多种数据增强方式 ， 如多尺度随机裁剪 ， 高斯模糊 ， 测试时增强(TTA) ， 更换了多种损失函数以提高最终得分 。
2021级硕士研究生王佳豪、王浩、陈翼飞组成的学生团队获得了ICCV 2021 VIPriors Image Classification Challenge图像分类赛道亚军 。
文章图片
图/2021 VIPriors Image Classification Challenge亚军：王佳豪、王浩、陈翼飞
VIPriors 2021 图像分类赛道的主要任务是在小样本的分类数据集上获得最高的Top-1准确率 。 亚军获奖队伍采用resnest101 ， rexnet200等多个backbone网络将训练集和验证集融合进行训练 ， 然后将所有结果进行加权软投票进行集成 ， 最后在不同软投票结果的基础上继续硬投票进一步提高准确率 。 除此之外 ， 针对准确率低的类别使用团队提出的新loss进行针对性训练 ， 而后将之前二次融合的结果反向覆盖到针对性训练的结果上 ， 准确率得到进一步提高 。
2021级硕士研究生何文鑫、刘畅、宋欣燃组成的学生团队以第五名的成绩入榜 Image Classification Challenge赛道 。
文章图片
图/2021 VIPriors Image Classification Challenge第五名：何文鑫、刘畅、宋欣燃
推荐阅读
- IT|95306铁路货运电子商务平台升级上线 可24小时办理货运业务
- 手机|【直播纪要】VR/MR会吹响消费电子反攻的号角吗？| 见智研究
- 电子商务|美容贷“抹黑”征信 谁来负责？
- 电子商务|员工抱怨亚马逊太冷酷：工伤后得不到赔偿 还不让休假
- 领域|上海市电子信息产业“十四五”规划：以集成电路为核心先导
- 电子商务|国际品牌崛起 亚马逊在全球购物应用安装量中下滑至第四位
- Samsung|三星：西安半导体工厂正常运行 已进行封闭管理
- 硬件|西安疫情波及全球芯片供应链 美光三星英伟达都受牵连
- 最新消息|美光西安DRAM工厂遭受影响：预计将出现供货延误
- 中国电子|国产电脑+国产系统：龙芯 3A 5000 运行统信 UOS 上机演示