近日，在Kaggle上举办的CVPR 2019 Cassava Disease Classification挑战赛公布了最终结果,深兰科技DeepBlueAI团队荣获冠军。据介绍，国际计算机视觉与模式识别会议(CVPR)是IEEE一年一度的学术性会议，会议的主要内容是计算机视觉与模式识别技术，是世界顶级的计算机视觉会议之一。每年被收录的论文均来自计算机视觉领域顶级团队，代表着国际最前沿的科研技术，并指引着计算机视觉领域未来的研究方向。今年此次挑战赛共有来自全球88个团队参与，提交了超过1300份方案。

　　Cassava Disease Classification挑战赛由FGVC举办，作为计算机视觉顶会CVPR的Workshop，其全称为Fine-Grained Visual Categorization(细粒度图像分类),是机器视觉社区刚刚开始解决的最有趣和最有用的开放问题之一。CVPR 2019在洛杉矶长滩举行，该Workshop也作为 CVPR 2019的一部分如期召开。FGVC6 Workshop共有十个挑战赛，每个都代表了细粒度视觉分类在某个细分领域的挑战，这些比赛为日后真正解决细粒度图像分类提供了大量的技术方法和实现方式，对解决细粒度图像分类问题具有重要意义。

　　Cassava Disease Classification挑战赛榜单，深兰科技DeepBlueAI团队排名第一

　　关于细粒度图像分类及用途，简单来说普通的分类问题只专注于区别出目标的大类，比如猫和狗，花和树等。但是细粒度分类需要识别并区分非常精细的子类别。例如深兰的商品识别模型中，不仅需要像一般识别问题那样检测出例如苹果，菠萝的大分类，同时还需要检测出具体属于哪一类苹果，如富士，烟台等。而通常属于不同子类别的识别是非常相似的，例如富士，秦冠，富寒等等，我们不仅需要整体信息来识别它是「苹果」，同时还需要局部信息来确定「苹果」的品种。

　　据冠军团队DeepBlueAI队伍介绍“深兰团队的方法应用在工业上，可以进一步提高不同物体的识别精度，特别是对区分相似类别的物体具有比较大的意义，如高速公路上识别不同车辆的型号、在野外识别不同物种、商店购物时识别不同的商品，细粒度图像分析在这些任务里面都扮演着极为重要的角色。”

　　作为致力于人工智能基础研究和应用开发的独角兽公司，深兰科技近来频频在国际赛事中摘得荣誉。除了该项挑战赛，同期深兰科技还在在CVPR的另外两项比赛2019 Workshop on Autonomous Driving (WAD) D-City & BDD100K Tracking Domain Adaptation Challenge and the D-City & BDD100K Detection Domain Adaptation Challenge.(目标检测迁移学习、目标跟踪迁移学习挑战赛和大规模检测插值探索赛)分获亚军和季军。据悉，今年深兰科技此前还分别摘得PAKDD 2019 AutoML3+挑战赛以及IEEE ISI World Cup 2019冠军。

　　目前，中国已成为人工智能专利布局最多的国家。以深兰科技为代表的中国企业在基础研究的布局上的亮眼表现，正在不断刷新着中国AI技术的高度。