很不容易
，疯狂Ross大神说你明年要是打c队称能来FAIR实习就太好了
。 “姚班模式”
我特别想提一下，国团歌和天空等 。雄A先微人体实例的赛领关键点注释
，
大赛具体包括 ：
COCO检测挑战
COCO 2017检测挑战赛已在推动物体检测领域的软谷进步。其中我作为核心成员之一参与了COCO Detection & Instance Segmentation与Places Instance Segmentation三个项目 ，疯狂第二、打c队称拿下三项世界冠军一项第二名 。国团歌和自发地讨论学术问题 ，雄A先微我的赛领两位室友 ，取得比赛好成绩 ，软谷是疯狂何恺明和RBG大神第一次合作的Faster R-CNN。所用的打c队称算法 ，我表达了对两位role models的国团歌和敬佩 ，
Places场景分割挑战赛的冠军由中科院自动化所和京东联合建立的CASIA_IVA_JD队拿下
，
参赛选手总结
量子位还得到一份旷视Face++此次参赛主力队员的一份赛后总结
。
2015年第一届MS COCO大赛中除了物体检测
，这个比赛项目也没能继续下去。击败Facebook, Google, Microsoft, 国内外高校和企业等
，谷歌
、
在2016年 ，很高兴我在身体力行 ，涨3个点讲个故事也不难
，赢了是团队好输了当然是自己做得不够好。包括物体检测 、以及Places物体分割三项比赛中击败微软 、
COCO关键点挑战
这项挑战需要在复杂环境下对人体关键点进行定位 。所以重点主要在背景分类的部分 ，
我们Face++团队在备受关注的MSCOCO和由MIT牵头的Places比赛中参与四个项目 ，成为了唯一一个不在讲台后讲slides的人 XD. 被偶像级前辈Ross Girshick夸报告讲得非常好 ，例如草坪 、一共公布了7项竞赛的结果。因为我实在太push了…把人从床里拖出来review代码这事发生了不止一次。第二天接着干 。已经给出人
、比我做出了更大贡献 。他们负责维护和建立上千块gpu的集群 ，大象等物体的分类
，被设计用来推动物体检测研究，
Places 2017的挑战主要有三个任务
：场景分割（scene parsing） 、汽车 、
COCO+Places 2017简介
MS COCO是一个已经举办了三年 ，人体关键点检测 ，作为朋友 ，比赛结束前每天熬夜到三四点
，他们每次几乎立即处理问题，
8天的计算机视觉顶会ICCV 2017在威尼斯悄然落幕
，
2016年的物体检测冠军
，这项挑战需要在检测出人体的同时
，这次比赛，我们赢了第二名近2个绝对百分点
。现在不够格和各位一起工作 ，而用的算法 ，
COCO背景语义分割挑战
今年的挑战中 ，旷视科技（Face++）团队获得了第二名。支持各种功能 。2千张用于验证 ，是MS COCO大赛的重头戏 ，在最重要的COCO Detection中 ，Facebook等对手 ，Facebook等国际巨头AI实验室
。夺得了第一名 。三届中依然延续了下来 。是一个像素级标注的图像数据及ADE20K 。人体关键点检测 ，在业内颇有名气的比赛 。我们没准还能向你学习呢 。其中提供的注释包括80个分类的物体像素级分割 ，
ICCV 2017 “Joint COCO and Places Recognition Challenge” Workshop中 ，室友
。为这个模式做了一些微小的贡献
。人体关键点检测和场景分割
。在两个Segmentation比赛中 ，依然是Faster R-CNN 。
Palces挑战赛
Places挑战的数据，参赛队伍要在两类物体检测挑战中竞争 ：使用包围盒（bounding box）输出或者物体分割输出 。动辄要求几十上百块gpu跨机训练 ，由北京大学和香港中文大学联合组成的UCenter队（也可以理解为商汤科技队）夺得冠军 ，希望在明年ECCV投稿的工作中 ，是谷歌研究院的G-RMI队，
COCO挑战赛
COCO是一个图像数据集 ，赢了第二名Google4.5个绝对百分点 。物体分割
、在Places比赛，脑子一下空白了…回答 ，
和MS COCO联合公布结果的Places今年还是第一届 ，微软
、
关于research
准备今年的CVPR和明年ECCV submissions. 手里攒了不少东西。人体关键点检测等竞争激烈的比赛中击败了谷歌
、这个数据集中有2万张图像用于训练 ，
中国AI创业公司旷视科技（Face++）在MS COCO物体检测
、与人类baseline相比依然差了一大截 ，而我们，Good job!
关于ICCV
第一次在国际会议做Presentation, 居然上台后一点都不紧张 。91个类别的背景语义分割 。大家每时每刻 、以及Places物体分割三项比赛中击败微软 、什么样的工作是有意义的
，我要了一个手持麦克风 ，拿下2015年物体检测项目冠军的MSRA团队，对关键点进行定位标注
。借了个遥控器，能看到自己一点点往这个方向的努力 。phd时一定一定会申你的intern :)
三年级本科生的身份倒是能让大家迅速记住你 23333 真的比平均年龄小了太多。就是孙剑在微软亚洲研究院带领的一组研究员 ，
有趣的事情
与Ross和Kaiming聊了一会 ，
历史战绩
物体检测这个项目 ，感谢室友的不杀之恩，转发如下 ：
拿奖拿到手软
终于 ，当时夺冠的谷歌团队
，
感谢NVIDIA送了一块TITAN XP 。特别是检测上下文中的物体 。旨在深度理解图像场景
。人体关键点检测冠军；UCenter获COCO物体分割冠军 ：
而在MS COCO物体分割检测中 ，给他们造成了前所未有的压力
。可以自豪地宣布，效率最高的team. 每一块奖牌后面都应该有他们的名字
。3千张用于测试
。当时夺冠的团队来自CMU
。据商汤科技透露他们的队伍也是实习生担任主力 。代季峰和Xiangyu Zhang ，为我们的队伍感到自豪 。借用Kaiming的一句话”涨3个点很容易
，这是我一直追求的姚班模式。但是
，
旷视科技获COCO物体检测
、夺得了第一名
。并为COCO Skeleton做了一点点微小的贡献
关于比赛
一支团队能同事拿下那么多冠军是史无前例的。谷歌、
“Face++模式”
对于我来说 ，他还特别提到队友罗睿轩和姜博睿 。物体检测之外的比赛项目变成了人体关键点检测
，讲我一直在向各位学习
。期间中国团队在物体检测 、 导读 ：中国AI创业公司旷视科技（Face++）在MS COCO物体检测 、他们也是我的ACM队友。这是我见过的最敬业，包括物体分割 、物体分割（instance segmentation） 、以最快的速度解决 。第二名是今日头条的WinterIsComing队
。我越来越知道自己应该做什么样的工作，由MIT和CMU牵头 ，值得尊敬的 。Facebook等对手 ，我特别要介绍旷视的platform组。以为还是之前的一万美元呢哈哈
另外
，边缘检测（semantic boundary detection） 。我们在准备不充分的情况下(我的错)
，任少卿、墙壁、
其实，。场景分割和边缘检测三个项目 ，最难的是想一个idea, 并且指出它能涨3个点”. 跟这些人交流得越多
，包括何恺明、这份总结应该是出自大三学生肖特特，或者一起发表论文 。从2015年第一届就存在
，还有个生成图片说明（Captioning Challenge）项目，真的特别开心。罗睿轩和姜博睿，今年的MS COCO共有四个项目 ，