码隆科技携论文亮相 ECCV 2018,科研成果受学术顶会肯定

计算机视觉领域三大顶会之一 ECCV(European Conference on Computer Vision,欧洲计算机视觉国际会议)于 9 月 8 日到 14 日在德国慕尼黑举办。本次会议共接收论文 779 篇,并有 11 场 tutorials 和 43 场各个领域的 workshops 在会议期间召开。又是一次学术盛宴,计算机视觉领域的研究者、从业者齐聚 ECCV,分享世界计算机视觉领域的最新进展。

ECCV主会场,盛况空前

作为计算机视觉领域的顶级会议,ECCV 录取的论文聚焦于视觉领域的突破性技术研究,也以 20%左右的低论文录取率保证着收录论文的品质。本次 ECCV 会议共接收论文 779 篇,录取率约为 24%,基于对计算机视觉领域商品识别问题的聚焦研究,码隆科技算法团队于本次 ECCV 公布了最新的科研成果。

其中一篇论文《CurriculumNet:基于大批量网络图像的弱监督学习算法(CurriculumNet: Weakly Supervised Learning from Large-Scale Web Images)》分享了码隆科技最新的弱监督学习算法 CurriculumNet。在数据没有或者只有少量人工标注和清洗的情况下,仍然能利用这些噪声数据训练出一个高性能的商品识别模型。在包括 WebVision、ImageNet、Clothing-1M 和 Food-101的四项基准测试中,码隆的方法都获得了最优的性能。

另一篇论文《基于层次三元组损失函数的深度度量学习(Deep Metric Learning with Hierarchical Triplet Loss)》则提出了一种新型的层次三元组损失函数,它可以消除训练深度度量神经网络中随机采样的主要缺陷,并鼓励模型去学习相似类别中更具有区分能力的特征,并针对三元组的采集问题引入了一种新的损失边界,这可以去搜索更有信息量的样本,同时动态地合并一些新的类别。

码隆科技论文poster吸引众多观众关注

此次 ECCV,码隆科技延续一直以来对学术的支持,以银牌赞助商的身份为会议添砖加瓦。在人工智能的大潮中,码隆科技将持续专注于计算机视觉和深度学习技术的创新和落地,不断探索,寻求突破。