近日，由Google主辦的2019 Google物體挑戰賽結果正式揭曉，首次參賽的極鏈科技AI團隊在僅剩兩個月的時間下贏得一枚金牌。

去年，在MS COCO停止舉辦物體邊框識別的比賽后，Google發布了自己的第一屆物體識別的比賽，有400多名研究人員和機器學習研究人員參加。今年，作為ICCV的workshop之一，谷歌在Open Image V5數據集的基礎上推出了第二屆物體比賽，且測試集與第一屆完全相同。

連續兩年Google Open Images － Object Detection Track接棒COCO物體識別比賽，作為計算機視覺領域的“黃金標準型”，吸引了大量團隊的參與，以獲得在Open Images數據集上的最低的錯誤率，今年也是吸引了560余支隊伍。同時，深度學習技術的突破更是使得圖像識別任務取得令人矚目的巨大進步，甚至超過了人類的準確度。

隨著深度網絡解決方案變得越來越深，越來越復雜，它們通常受到可用培訓數據量的限制。考慮到這一點，為了刺激分析和理解圖像的進步，Google公開發布了Open Images數據集。Open Images遵循了PASCAL VOC，ImageNet和COCO的傳統，現已達到前所未有的規模。

作為CV（Computer Vision）領域的熱門分支，物體識別有著廣泛的應用場景，從已經十分成熟的車輛車牌識別、行人檢測，到近些年來新興的無人駕駛所需要的各種目標的識別。隨著不斷新增的需求，人們對識別準確率的要求也是水漲船高。2018年ECCV的Open Images Workshop中，谷歌團隊解釋了Open Image物體識別比賽和其他類似比賽的區別和具有挑戰性的地方，即擁有更為大量的數據、標簽種類、數據分布不均衡、提供標簽從屬關系信息以及數據標注不絕對完整。相比于COCO，此數據集的多樣性要大得多，并且對最先進的實例識別方法構成了更大的挑戰。基于這個數據集， Google號召全球的計算機視覺領域的科學精英共同參與，共同朝著更復雜的地標檢測計算機視覺模型邁出巨大的一步。這也是目前最大、最詳盡的公開數據。

作為極鏈的明星平臺之一，「金目」用包括物體、場景等各個維度的識別為用戶帶來豐富且十分精準的體驗。當然在其中，物體識別扮演著不可或缺的角色。出于對前沿技術、算法的不斷探索，我們也借由這次比賽，夯實團隊在物體識別上的能力。

針對本次比賽數據分布極為不均衡，我們對數量較少的標簽進行了數據增廣。在算法框架的選擇上，目前Two stage的物體識別算法相比One stage在準確度上有較為明顯的優勢，而Cascade RCNN算法更是當下各個物體比賽的熱門選擇。不過Cascade級聯的方式也導致了速度的下降，并不適用于實際場景。考慮到自身平臺的實際應用場景，我們選擇了速度更快也更為經典的Faster－RCNN。接下來是Backbone，當下大量針對比賽的選擇基本趨于更深和更復雜的算法，比如為Fackbook創造Imagenet 84．5％（Top1）準確率的ResNeXt101（32x48d）、SENet等等。而這類模型有個共同的特點，非常的龐大，對訓練和測試的時間也都有較大的增加。此外，為了達到更高的準確率，參賽者們更傾向于訓練不同框架、不同Backbone的算法，通常為6個甚至更多，最后進行融合。這對整體的效率、性能的影響也是可想而知的。而比賽是為了更好地改善算法或技術的實際落地效果。基于這個初衷，我們僅選擇了ResNeXt－101（64x4d）和ResNet－152這兩個相對更平衡的Backbone。在測試階段，用了多尺度測試以及內部各個周期的結果融合。此外，我們利用SoftNMS對兩個算法的結果進行了融合得到了最終的結果。

最終，團隊在public榜單上的分數為0．62163，private為0．58259，獲得了一枚金牌。

極鏈科技作為全球視聯網－視頻商業操作系統的構建者，堅持以AI技術賦能視頻中的信息，鏈接互聯網信息、服務、購物、社交、游戲五大模式，實現基于視頻的新互聯網經濟體與客戶價值倍增。這次對Google AI Open Images － Object Detection Track競賽的實踐，是極鏈科技「金目」系統視頻識別物體算法領域的優化，也是為了更好的支持視聯網的服務與賦能。未來，極鏈也將持續探索前沿領域的技術突破，促進人工智能生態圈的持續快速發展。