ICCV DeepFashion2服饰关键点估计比赛结果揭晓美图影像实验室MTlab夺冠_：ICCVDeepFashion2服饰关键点估计比赛

科技频道提示您本文原始标题是：ICCV DeepFashion2服饰关键点估计比赛结果揭晓美图影像实验室MTlab夺冠来源：环球财富网

近日，ICCV DeepFashion2 Challenge 2019公布了比赛结果，美图影像实验室MTlab凭借其在综合检测精度上的优势，以明显差距斩获服饰关键点估计(Landmark Estimation)赛道的冠军。DeepFashion2 Challenge此次共吸引18支国内外顶级技术团队参与，包括清华大学、阿里巴巴等知名企业及学术机构。MTlab首次参与DeepFashion系列比赛，旨在通过比赛与同行、学者进行深层次的交流，学习并优化目标检测、关键点估计等相关算法，以提升服饰相关技术的性能水平。

据介绍，DeepFashion2 Challenge是基于DeepFashion1和DeepFashion2 公开数据集基础上的计算机视觉领域技术竞赛。今年的比赛分为两个赛道，服饰关键点估计及服饰检索(Clothes Retrieval)。此次美图参与的是服饰关键点估计赛道，服饰关键点估计比赛包含193,000个图像训练数据，32,000个验证集图像数据，63,000个测试集图像数据。比赛任务中包含13个不同的服饰类别，每个类别都有独立的8到37个关键点，共计294个关键点。如何实现同时检测多个类别共294个关键点是此次比赛的难点之一。此外，DeepFashion2包含了各个情况下的服饰图像数据，因此提升模型对服饰角度、尺度、遮盖情况的鲁棒性也是比赛的一大挑战，需要投入大量的研发精力。