细粒度图像识别综述，细粒度图像识别算法
雷锋网AI技术评论注：近年来，细粒度视觉识别挑战赛（FGVC），如iNaturalist物种分类挑战赛和imaterialist产品属性识别挑战赛，发展了专注于检测细粒度的图像分类模型视觉细节.发展在区分自然物体和人造物体方面起着重要作用。然而，传统图像分类竞赛侧重于区分常见类别（例如区分汽车和蝴蝶），而FGVC 则涵盖入门级类别并区分对象部分和属性，重点是区分细微差别。例如，FGVC 的目标不是寻找能够区分“鸟类”等类别的方法，而是识别“白腹鹀”和“靛蓝鹀”等子类别。
以往的FGVC 挑战赛吸引了许多富有创意的参与者开发原创和创新的新图像识别模型，其中CVPR 2018 上的FGVC5 吸引了超过500 支团队参赛。与此同时，FGVC 挑战赛还催生了多项新技术，包括特定领域的迁移学习和经过验证的先验估计。这两者都有助于细粒度识别任务在多个基准上实现最先进的性能。数据集。
谷歌表示，今年它主办并共同主办了第六届年度细粒度视觉研讨会（FGVC6），以进一步推进FGVC 研究的进展。作为CVPR 2019 的一部分，本次研讨会将于6 月17 日在加利福尼亚州长滩举行。 FGVC6 汇集了计算机视觉专家以及生物多样性、植物学、时尚和艺术领域的专家，以应对将细粒度视觉分类应用于现实世界环境的挑战。
FGVC6 十大挑战今年的FGVC6 研讨会有多个挑战主题，每个主题都代表特定领域的细粒度视觉分类挑战。挑战包括：
iNaturalist 挑战（已更新）：https://sites.google.com/corp/view/fgvc6/competitions/inaturalist-2019
iMat 时尚挑战赛：https://sites.google.com/corp/view/fgvc6/competitions/imat-fashion-2019
iMat 产品挑战赛：https://sites.google.com/corp/view/fgvc6/competitions/imat-product-2019
iWildCam 挑战：https://sites.google.com/corp/view/fgvc6/competitions/iwildcam-2019
iFood 挑战赛：https://sites.google.com/corp/view/fgvc6/competitions/ifood-2019
蝴蝶飞蛾挑战：https://sites.google.com/corp/view/fgvc6/competitions/butterflies-moths-2019
iDesigner 挑战赛：https://www.kaggle.com/c/idesigner
木薯挑战赛：https://sites.google.com/corp/view/fgvc6/competitions/cassava-2019
CVPR 的FGVC 研讨会以（从左到右、从上到下）野生动物相机陷阱、零售产品、艺术属性、木薯叶病、野瓜蜡叶标本等动物物种为特色。我们重点关注子类别的识别和分类。生命科学照片、蝴蝶和飞蛾的类型、食物准备、博物馆艺术品的详细属性等。
同时，本次FGVC6工作坊还与两个世界级协会合作举办两项新竞赛：与大都会艺术博物馆（Metropolitan Museum of Art）合作的iMet Collection Challenge以及与纽约植物园合作的Herbarium。 （纽约植物园）挑战。
iMet 收藏挑战
展会地址：https://www.kaggle.com/c/imet-2019-fgvc6
iMet Collection 挑战数据集包含各种图像样本，全部来自大都会艺术博物馆的公共领域数据集。
在iMet 收藏挑战赛中，参与者竞相训练艺术品属性的模型，例如物体的存在、文化、内容、主题和地理起源。大都会艺术博物馆根据各领域专家对博物馆藏品的描述，为此任务提供了广泛的培训数据集。该数据集强调了根据视觉背景的详细属性（例如时代、文化、媒介等）间接对艺术作品做出推断的挑战。
iMet Collection Challenge 因其是第一个基于图像的纯内核竞赛而闻名。仅内核竞赛是为无法获得足够计算资源的数据科学家提供公平竞争环境的最新项目。在内核比赛中，所有参赛者都配备相同的硬件包，因此他们可以公平竞争。此外，参赛者受到内核平台提供的有限计算能力的限制，因此本次比赛的获胜模型往往比其他比赛的模型更简单。截至撰写本文时，已有250 多个团队参加iMet Collection Challenge。
植物标本室挑战
查看地址：https://sites.google.com/corp/view/fgvc6/competitions/herbarium-2019
植物标本馆挑战赛要求参赛者识别菊科开花植物的种类。纽约植物园(NYBG) 提供包含46,000 多个蜡叶标本的数据集，涵盖680 多个物种。这些图像的使用已获得纽约植物园的官方许可。
植物标本室挑战邀请研究人员解决开花植物科野牡丹科的物种分类问题。与iNaturalist 挑战不同，此挑战所使用的图像集仅包含存储在植物标本室表上的干燥标本的图像。蜡叶标本对植物科学极其重要，因为它们不仅保存了重要的植物细节用于鉴定和DNA 分析，而且还提供了历史背景下植物生态学的独特视角。纽约植物园的Stair Arboretum Collection 是世界第二大植物标本馆，为今年的挑战提供了包含46,000 多个标本的数据集。
除了机构间协调外，今年的每一项挑战还要求参与者与各个领域的专家密切联系。通过以标准格式解决图像识别挑战，FGVC 研讨会为技术通过iNaturalist 的Seek 和Merlin Bird ID 等移动应用程序从Kaggle 排行榜的顶端走向大众铺平了道路。
谷歌希望参赛者开发出的技术不仅能够推进最先进的、细粒度的识别，而且有助于应用机器视觉来推进科学探索和策展研究。”
谷歌现正式邀请团队参加各种FGVC6竞赛，共同促进细粒度图像识别的新发展。每个挑战的报名截止日期如下：
iNaturalist挑战赛（更新版）：2019.04.29-2019.6.10
iMat时尚挑战赛：2019.4.24-2019.6.10
iMat产品挑战赛：2019.4.24-2019.5.26
iWildCam挑战赛：2019.4.18-2019.6.7
iFood挑战赛：2019.4.22-2019.6.3
蝴蝶蛾挑战赛：2019.4.28-2019.6.1
iDesigner挑战赛：2019.4.10 - 2019.5.30
木薯挑战赛：2019.4.26-2019.6.1
iMet收藏挑战赛：2019.4.28-2019.5.28
植物标本室挑战：2019.4.5-2019.6.7
所有比赛结果将在CVPR2019的FGVC6研讨会上公布，因此如果您有兴趣，请访问相关挑战网页并报名。
来源：https://ai.googleblog.com/2019/04/payment-6th-fine-graned-visual.htmlLeifeng.comLeifeng.com
