业界 | 弱监督学习下的商品识别：CVPR 2018细粒度识别挑战赛获胜方案简介

机器之心原创

[转载出处：www.11jj.com]

作者：李亚洲、思源

细粒度视觉分类（FGCV，Fine-Grained Visual Categorization）即识别细分类别的任务，一般它需要同时使用全局图像信息与局部特征信息精确识别图像子类别。细粒度分类是计算机视觉社区最为有趣且有用的开放问题之一，目前还有很多难题期待解决。

2011 年，谷歌开始赞助举办第一届 FGVC Workshop，之后每两年举办一次，到 2017 年已经举办了第四届。而由于近年来计算机视觉的快速发展，FGVC 活动影响力也越来越大，从去年开始由两年一次改为了一年一次。

从 2017 年开始，FGVC 开始运作两大挑战赛 iNaturalist 与 iMaterialist。今年的 iMaterialist 挑战赛是由国内创业公司码隆科技联合 Google Research、美国知名电商 Wish、Kaggle 举办。值得一提的是，从今年开始 FGVC 开始运行一系列子竞赛：iWildCamp、iFood 等。

在 CVPR 2018 尾声的 FGVC Workshop 上，Google Research 资深工程师兼 FGVC5 联合主席张晓对 iMaterialist 2018 挑战赛与比赛解决方案进行了介绍。

iMaterialist 2018 挑战赛

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。业内也有许多知名的挑战赛，如 ImageNet、COCO 等。但与 ImageNet 这样的的粗粒度分类竞赛相比，细粒度图像分类技术变得极具挑战性。