2021國際計算機視覺大會International Conference on Computer Vision (ICCV)是國際首屈一指的國際計算機視覺盛會，將於10月11日至10月17日舉行。在西安電子科技大學人工智能學院焦李成教授、劉芳教授、屈嶸教授、劉旭博士與團隊博士生楊育婷、黃鍾健、趙嘉璿、張俊、遊超、耿雪莉、馬彥彪的共同指導下，學院參賽隊伍在ICCV 2021四項競賽中取得2冠3亞1季軍獎項，共計9支隊伍入圍榜單前五的優異成績。據統計，團隊在ICCV 2021共計獲得11項冠亞季軍獎項。本次競賽由國家自然科學基金、中國人工智能學會-華為MindSpore學術獎勵基金資助。

　　其中，2021級碩士研究生李成輝、程誼、王姝涵組成的學生隊伍獲得了ICCV 2021 The ROAD Challenge中agent檢測賽道冠軍。

　　The ROAD Challenge中agent檢測賽道冠軍：李成輝、程誼、王姝涵

　　The ROAD Challenge中agent檢測賽道的任務是檢測連續幀中的運動目標，並將同一運動目標的信息聚集為一個tube，所有目標的聚集成的tube形成一個tubes。冠軍獲獎隊伍采用了YOLOv5加後處理的方式來實現tubes的生成。使用YOLOv5預測每一幀中的各個agent的邊界框位置以及所屬類別置信度。後處理時，通過運動信息判斷不同幀中agent的相似度和增加網絡中漏預測到的agent來生成tubes並通過各個tube長度過濾掉誤判的agent。同時針對小樣本agent類別基於yolov4進行專門訓練，采用mosaic，horizonalflip，translate等方法進行數據擴充，在此基礎上進行多尺度訓練。

　　2020級碩士研究生路小強、曹國金、劉昕煜、張紫霄組成的學生團隊獲得了ICCV 2021 VIPriors Object Detection Challenge目標檢測賽道冠軍。

　　2021 VIPriors Object Detection Challenge冠軍：路小強、曹國金、劉昕煜、張紫霄

　　VIPriors 2021目標檢測賽道的任務是在數據不足且不允許使用預訓練權重的環境下對DelftBikes數據集進行22類密集注釋的自行車零部件的定位與識別。冠軍隊伍提出一種基於YOLO檢測器的多尺度集成學習算法，該方法基於Bagging思想同時聯合數據擴充、強數據增強等技巧實現對小樣本數據信息的挖掘與利用;此外，隊伍還引入多尺度聯合訓練、多尺度特征融合、多尺度測試增強以及多模型集成等策略進行精細化預測輸出，有效地提升了對小目標的檢測性能。

　　2020級碩士研究生牛君豪、穀雨、聶璐瑤組成的學生團隊獲得了ICCV 2021 VIPriors Object Detection Challenge目標檢測賽道亞軍。

　　2021 VIPriors Object Detection Challenge亞軍：牛君豪、穀雨、聶璐瑤

　　VIPriors 2021目標檢測賽道的任務是為自行車的22類零部件預測其是否缺失以及預測其邊界框和置信度。亞軍隊伍基於原始的Swin Transformer框架和DETR框架進行多尺度訓練，使用半監督的方法，對兩個網絡模型分別訓練，互相使用對方網絡的偽標簽進行迭代訓練，另外還在22類的基礎上將其分為兩個部分進行訓練，測試的時候使用soft-nms方法代替傳統的nms方法，有效的緩解了零部件位置重疊、部分零件特征相似等問題，提高了最終的檢測準確率。

　　2021級碩士研究生高子涵、馬天植組成的學生隊伍組成的學生團隊獲得了ICCV 2021 VIPriors Action Recognition Challenge動作識別賽道亞軍。

　　2021 VIPriors Action Recognition Challenge亞軍：高子涵、馬天植

　　VIPriors研討會的重點是如何用通用的視覺歸納先天性知識結構來預置深度網絡，這就可以將來之不易的現有通用知識納入其中。亞軍隊伍最終使用的是基於多模型動態融合的視頻動作識別方法，使用動態加權軟投票的方式合並模型，融合了Video Swin Transformer, SlowFast, TIN等7個模型和弱分類器。同時采用了多種數據增強方式，如多尺度隨機裁剪，高斯模糊，測試時增強(TTA)，更換了多種損失函數以提高最終得分。

　　2021級碩士研究生王佳豪、王浩、陳翼飛組成的學生團隊獲得了ICCV 2021 VIPriors Image Classification Challenge圖像分類賽道亞軍。

　　2021 VIPriors Image Classification Challenge亞軍：王佳豪、王浩、陳翼飛

　　VIPriors 2021 圖像分類賽道的主要任務是在小樣本的分類數據集上獲得最高的Top-1準確率。亞軍獲獎隊伍采用resnest101，rexnet200等多個backbone網絡將訓練集和驗證集融合進行訓練，然後將所有結果進行加權軟投票進行集成，最後在不同軟投票結果的基礎上繼續硬投票進一步提高準確率。除此之外，針對準確率低的類別使用團隊提出的新loss進行針對性訓練，而後將之前二次融合的結果反向覆蓋到針對性訓練的結果上，準確率得到進一步提高。

　　2021級碩士研究生何文鑫、劉暢、宋欣燃組成的學生團隊以第五名的成績入榜 Image Classification Challenge賽道。

　　2021 VIPriors Image Classification Challenge第五名：何文鑫、劉暢、宋欣燃

　　VIPriors 2021圖像分類賽道的任務目的是使用少量圖像，訓練盡可能高精度的圖像分類模型。第五名隊伍使用了PyramidNet、DenseNet、ResNeSt三種模型，在其基礎上，嚐試不同的損失函數和參數;采用圖像增強方法提高了模型的泛化性和魯棒性，對表現較差的類別進行單獨訓練，添加了warm-up、使用驗證數據擴充訓練數據等技巧,最後采用投票法進行模型融合，對所有模型進行集成，有效的提高了最終的結果。

　　其中，2020級碩士研究生路小強、曹國金、張紫霄”組成的學生團隊獲得了ICCV 2021 SSLAD Challenge Track1-2D Object Detection目標檢測賽道季軍。

　　ICCV 2021 SSLAD Challenge Track1-2D Object Detection季軍：路小強、曹國金、張紫霄

　　道路圖像中的目標檢測作為視覺感知係統中必不可少的模塊，在自動駕駛係統中至關重要。SSLAD 2021目標檢測賽道提供1000萬張未標記圖像以及1萬張全注釋圖像，旨在提升自監督/半監督模型的發展。季軍隊伍提出一種簡單而高效的半監督學習框架，該方法首先基於集成學習的思想，通過對有限標注數據的高效利用來獲取一個強有力的全監督教師模型作為基準。其次，隊伍提出一種可靠的偽標簽生成方法，通過圖像級閾值學習和預測框級閾值學習以實現源域與目標域之間的域適應，從而獲取高質量的偽標簽。最後通過自訓練獲得一個魯棒性與準確性兼具的學生模型用以最終預測。

　　2020級碩士研究生馮若賢、王夢嬌、張軒銘組成的學生團隊獲得了ICCV 2021 SSLAD Challenge Track1-2D Object Detection目標檢測賽道第四名。

　　ICCV 2021 SSLAD Challenge Track1-2D Object Detection目標檢測賽道第四名：馮若賢、王夢嬌、張軒銘

　　團隊采用了基於YoloV5以及YoloV4的目標檢測網絡完成目標檢測任務。同時使用後置的SENet分類模塊對目標檢測的結果進行修正。針對輸入數據的類別不平衡問題，團隊采用實例平衡增強的方法對原數據集進行采樣並對采樣結果隨機進行包括高斯噪聲，grid，小目標cut out等在內的多種數據增強。最後，對得到的6個結果使用WBF進行了融合。

　　2020級碩士研究生劉昕煜、王語涵組成的學生隊伍獲得了ICCV 2021 Video-And-Language Understanding Evaluation (VALUE) Challenge視頻問答任務的第5名。

　　ICCV 2021 Video-And-Language Understanding Evaluation (VALUE) Challenge視頻問答任務第5名：劉昕煜、王語涵

　　VALUE 2021視頻問答賽道的任務用於評估 VALUE 基準中4個視頻問答任務的算法，測試數據集包括 TVQA、How2QA、VIOLIN 和 VLEP，實現高效的視頻推理，回答視頻相關問題。該學生隊伍采用的基於HERO的多模態網絡架構，它具有強大的理解多通道視頻的能力。團隊將一係列視頻片段和字幕句子作為輸入，並以分層方式對它們進行編碼，並使用跨模態轉換器來融合字幕句子及其伴隨的本地視頻片段。跨模態轉換器之後是時間轉換器，以使用視頻中的所有片段獲得每個片段的全局上下文嵌入。該網絡可以作為多通道視頻編碼器應用於不同類型的視覺-文本任務。最終，經過多任務、多通道訓練，最後將多個單模型進行投票得到了最終成績。

　　ICCV，全稱IEEE International Conference on Computer Vision(國際計算機視覺大會)由IEEE主辦，在世界範圍內每兩年召開一次。其與計算機視覺模式識別會議(CVPR)和歐洲計算機視覺會議(ECCV)並稱計算機視覺方向的三大頂級會議。

　　讓學生通過學術競賽快速提升科研能力、加強學術交流是人工智能學院人才培養的有力舉措之一。“賽中學”不僅讓學生快速了解該領域的相關知識，提高學生科研的動力，同時也鍛煉了學生的組織協調能力、抗壓能力。近年來，智能學子已連續在多個國際頂會賽事中取得優異成績，僅在2021年就於IGARSS、CVPR與ICCV國際賽事上已累計獲得了7冠軍、8亞軍與5季軍共20項獎項，人才培養成效顯著。