ICCV 2021 Workshop LargeFineFoodAI Large-Scale Fine-Grained Food Analysis
-
官方地址：https://foodai-workshop.meituan.com/foodai2021.html#index
本次比赛由美团主办，数据集采用其今年3月底在arXiv发表论文Large Scale Visual Food Recognition (地址：https://arxiv.org/abs/2103.16107)中介绍的Food2K。
Food2K为美团自主采集、处理、及标注的数据集，共1,036,564张图片分2,000类，是迄今为止规模最大、类别最多的细粒度食品分类、检索数据集。同时，美团也将在今年的ICCV 2021举办Workshop并同时在Kaggle上推出了识别（Recognition）及检索（Retrieval）两个赛道的比赛，思路和过去三年的谷歌地标识别、检索比赛相似。比赛地址：
Recognition: https://www.kaggle.com/c/largefinefoodai-iccv-recognition
Retrieval: https://www.kaggle.com/c/largefinefoodai-iccv-retrieval
获胜队伍将获得奖金及证书并受邀在Workshop上发表演讲。比赛持续时长三个月（6月10日至9月1日），以csv格式在Kaggle上提交，每天可提交三次。
本人最近花了200元并受恒源云赞助200代金券，租了两张RTX 3090花了两天时间跑了个baseline热热身，这里简单和大家分享一下，后续有时间精力的话考虑再更认真的调研。
-
Recognition比赛数据集为Food2K中的1,000类子类，称为Food1K。Food1K包含训练集317,277，验证集53,462，测试集158,790。这里需要注意的是验证集只能用于验证，不可与训练集合并用于数据增强。
-
Retrieval比赛中的Query和Gallery来自于剩下1,000类中的500类，称为Food500，及Food2K分为Food1K用于识别、Food500用于检索、以及最后500类尚未公布的图片。Query共10,000张图片，Gallery共209,562张。
-
Recognition评分标准为Top-1 Acc，Retrieval评分标准为mAP@100。
-
Baseline模型：SwinTransformer-Large-Patch4-Window12-384x384，Softmax用于识别，ArcFace用于检索，SGD，初始学习率0.01，Cosine Annealing，10周期，batch size 24（每张3090可支持batch size 12）。
选了几个本地验证成绩较好的checkpoint提交了一下（单模型，单尺度，无后处理），目前Recognition共11个队伍排第一，Retrieval共3个队伍排第二，算是比较幸运。
-
-
Pinned by
Alice_恒源云
-
@130-7201不是，3个模型加权平均的。你是单模的？
-
@136-7573 老铁，你现在赛道上91.07是单模的结果吗？
-
"大佬“刚发完“炫耀贴”没多久就两个赛道双双被别人超越，我靠。看来这个周末需要抽空再微调一下。
-
Alice划重点啦～
平台竞赛赞助200元起
队伍改名截图+比赛链接
发送给我就可以申请啦～ -
@136-7573 排名第一，这是大佬亲自下场了
-
@136-7573 排名第一，这是大佬亲自下场了
-
Pinned by Alice_恒源云
-
Unpinned by System
