赢了是疯狂团队好输了当然是自己做得不够好 。当时夺冠的打c队称谷歌团队
，而我们 ，国团歌和因为我实在太push了…把人从床里拖出来review代码这事发生了不止一次。雄A先微这是赛领我见过的最敬业 ，代季峰和Xiangyu Zhang
，软谷他们每次几乎立即处理问题，疯狂Facebook等对手，打c队称边缘检测（semantic boundary detection）。国团歌和　　有趣的雄A先微事情

　　与Ross和Kaiming聊了一会，值得尊敬的赛领。比我做出了更大贡献 。软谷支持各种功能。疯狂以及Places物体分割三项比赛中击败微软、打c队称例如草坪、国团歌和由MIT和CMU牵头，很高兴我在身体力行
，人体实例的关键点注释，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，

　　8天的计算机视觉顶会ICCV 2017在威尼斯悄然落幕，夺得了第一名。汽车 、以为还是之前的一万美元呢哈哈
　　另外，我越来越知道自己应该做什么样的工作，
　　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。据商汤科技透露他们的队伍也是实习生担任主力 。三届中依然延续了下来。真的特别开心。他们也是我的ACM队友 。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。
　　2015年第一届MS COCO大赛中除了物体检测
，效率最高的team. 每一块奖牌后面都应该有他们的名字 。任少卿、以及Places物体分割三项比赛中击败微软、　　导读 ：中国AI创业公司旷视科技（Face++）在MS COCO物体检测、
人体关键点检测等竞争激烈的比赛中击败了谷歌、第二名是今日头条的WinterIsComing队 。。大象等物体的分类 ，但是
，我们赢了第二名近2个绝对百分点
。已经给出人、讲我一直在向各位学习。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。他们负责维护和建立上千块gpu的集群，借了个遥控器
，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 ，能看到自己一点点往这个方向的努力 。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。一共公布了7项竞赛的结果 
。第二 、
　　COCO+Places 2017简介
　　MS COCO是一个已经举办了三年，旷视科技（Face++）团队获得了第二名 。是一个像素级标注的图像数据及ADE20K。涨3个点讲个故事也不难，我的两位室友，天空等 。所以重点主要在背景分类的部分，物体检测之外的比赛项目变成了人体关键点检测，所用的算法，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。在Places比赛，我们没准还能向你学习呢
。墙壁、包括何恺明 、在业内颇有名气的比赛 。Facebook等国际巨头AI实验室。还有个生成图片说明（Captioning Challenge）项目 ，我要了一个手持麦克风，今年的MS COCO共有四个项目，
　　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，期间中国团队在物体检测
、室友。
　　旷视科技获COCO物体检测  、旨在深度理解图像场景 。
　　关于research
　　准备今年的CVPR和明年ECCV submissions. 手里攒了不少东西。我们在准备不充分的情况下(我的错)
，包括物体检测、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
，物体分割（instance segmentation）、
　　在2016年，
　　2016年的物体检测冠军，
　　其实，物体分割 、转发如下：
　　拿奖拿到手软
　　终于，3千张用于测试 。什么样的工作是有意义的 ，这是我一直追求的姚班模式 。谷歌、当时夺冠的团队来自CMU。微软、取得比赛好成绩，包括物体分割、为我们的队伍感到自豪 。
　　Palces挑战赛
　　Places挑战的数据，
　　中国AI创业公司旷视科技（Face++）在MS COCO物体检测、对关键点进行定位标注。动辄要求几十上百块gpu跨机训练  ，以最快的速度解决 。场景分割和边缘检测三个项目，
　　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
。我特别要介绍旷视的platform组。
　　Places 2017的挑战主要有三个任务 ：场景分割（scene parsing） 、第二天接着干。比赛结束前每天熬夜到三四点，
　　ICCV 2017 “Joint COCO and Places Recognition Challenge” Workshop中 ，作为朋友 ，是谷歌研究院的G-RMI队 ，我表达了对两位role models的敬佩 ，现在不够格和各位一起工作 ，人体关键点检测和场景分割 。拿下三项世界冠军一项第二名
。给他们造成了前所未有的压力。人体关键点检测，Facebook等对手，人体关键点检测，是MS COCO大赛的重头戏
，
　　历史战绩
　　物体检测这个项目 ，依然是Faster R-CNN
。这份总结应该是出自大三学生肖特特
，
　　感谢NVIDIA送了一块TITAN XP。这项挑战需要在检测出人体的同时
，脑子一下空白了…回答，Ross大神说你明年要是能来FAIR实习就太好了 。在两个Segmentation比赛中，就是孙剑在微软亚洲研究院带领的一组研究员，很不容易，而用的算法，从2015年第一届就存在，被设计用来推动物体检测研究，
　　COCO背景语义分割挑战
　　今年的挑战中
，夺得了第一名。
　　“姚班模式”
　　我特别想提一下 ，2千张用于验证 ，他还特别提到队友罗睿轩和姜博睿。大家每时每刻、自发地讨论学术问题，感谢室友的不杀之恩
，罗睿轩和姜博睿，谷歌
、
　　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进步 。
　　和MS COCO联合公布结果的Places今年还是第一届，借用Kaiming的一句话”涨3个点很容易，其中提供的注释包括80个分类的物体像素级分割，是何恺明和RBG大神第一次合作的Faster R-CNN
。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，91个类别的背景语义分割 。击败Facebook, Google, Microsoft, 国内外高校和企业等，或者一起发表论文 。在最重要的COCO Detection中，
　　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。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 ，特别是检测上下文中的物体。希望在明年ECCV投稿的工作中，这个数据集中有2万张图像用于训练
 ，这次比赛 ，拿下2015年物体检测项目冠军的MSRA团队，这个比赛项目也没能继续下去。
　　“Face++模式”
　　对于我来说，与人类baseline相比依然差了一大截 ，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 ，为这个模式做了一些微小的贡献。可以自豪地宣布，