共计 1840 个字符，预计需要花费 5 分钟才能阅读完成。
暌违已久的 ICCV 2021 如约而至。秉持着“帮大家吃得更好，生存更好”的企业使命，本次大会美团将焦点集中在了计算机视觉技术在大规模细粒度食品剖析畛域的利用。
北京工夫 10 月 16 日 19:00-22:30，美团视觉智能部将携手中科院计算所、北京智源以及巴塞罗那大学，与来自寰球的食品计算畛域的出名专家学者一起，就“LargeFineFoodAI”主题开展交换研究。
研讨会议程将重点分为以下三个局部，因疫情影响，全程采纳线上形式进行（参加形式详见文章底部）。
01 Invited Talk
作为计算机视觉方向的三大顶会之一的 ICCV 国内计算机视觉大会，以“LargeFineFoodAI”为研究主题、聚焦大规模食品图像的细粒度辨认与检索尚属首次。在备受期待的分享环节，咱们邀请到三位业内顶尖专家，带来对于计算机视觉在食品畛域利用的最新实践和实际成绩。
食物是每个人身体健康和精力愉悦的重要起源，然而集体的饮食偏好未必能与其身体素质相匹配。对于大多数人来说，在衰弱饮食和高兴饮食之间达到均衡是十分艰难的。现实状况下，应该为每个人构建其专属的食物模型来定制其饮食。因而本次分享将围绕如何构建集体专属食物模型及食物图谱开展。
一款新型的食物日志工具 FoodLog Athl 横空出世，它可用于与饮食相干的医疗保健及饮食评估服务。该工具从营养师或监控用户角度登程，能够反对食物图像识别，养分膳食评估、食物养分值测算等多项性能。此外，本次分享还将介绍该工具在 COVID-19 前后施展的作用以及相干食物统计数据变动等要害科研成果。
神经网络已成为最弱小的预测零碎之一。其中深度学习的贝叶斯范式将概率作为神经网络架构和参数的学习指标，并通过后验散布对预测的不确定性进行量化。本次分享中咱们将探讨为什么须要不确定性预计、以及如何对其进行建模和测算等，同时为了进一步展现其利用价值，咱们将探讨食品辨认如何利用不确定性进行建模。
02 Challenge Report
本次研讨会组织的以“大规模食品图像识别和检索”为主题的挑战赛也吸引了国内外泛滥有实力的团队参加，包含清华大学、中国科技大学、南京理工大学、巴塞罗那大学、新加坡南洋理工大学；阿里巴巴、深兰科技、OPPO、欢聚时代等公司在内的 143 个国内外团队加入较量。
赛事划分了大规模食品图像细粒度辨认和大规模食品图像细粒度检索两大赛道，依据最终后果及提交的技术计划进行评比。研讨会中以下获胜队伍也将像大家汇报比赛成绩与技术计划。
Table 1. The ranking list of the top-3 teams in the“Large-scale fine-grained food recognition”challenge at ICCV 2021
Table 2. The ranking list of the top-3 teams in the“Large-scale fine-grained food retrieval”challenge at ICCV 2021
福利：数据集继续凋谢
在本次较量中，咱们提出了蕴含超过 1,000 个细粒度食物类别和超过 500,000 张图像的数据集，蕴含西餐和中餐。在食品专家的帮忙下，联合和改编现有的食品分类零碎，构建了对立的食品本体。每个类别的图像数量在 [153; 1999] 范畴内，与现有食物数据集相比，体现出更大的类别不均衡，也为辨认、检索带来更大挑战！借由本次研讨会及比赛的契机，咱们也将继续公开该数据集，为推动计算机视觉在食品剖析畛域的利用提供贵重助力。
有奖互动
10.16 日挑战赛成绩汇报环节，参加发问互动的线上观众将有机会取得以下奖品，期待你的发问和挑战！
03 Oral Presentation
据 ICCV 官方消息，往年共收到投稿 6236 篇，较上一届增长了约 50%；最终 1617 篇论文被接管，接管率为 25.9%。LargeFineFoodAI 研讨会以食品剖析为主题进行征集，收到了高质量的论文反馈，最终来自卡内基梅隆大学和普渡大学的两篇论文被接管。会上也将邀请到两篇论文的作者带来精彩报告与解读。
民以食为天，当咱们用计算机视觉技术去从新摸索食物，当前沿与传统碰撞，如何让大家吃得更好、更迷信、更衰弱？期待和咱们一起去寻找答案！
参会请长按或扫描上方的二维码，回复“LargeFineFoodAI”，主动将您退出 LargeFineFoodAI2021 技术交换群。
残缺议程：https://foodai-workshop.meituan.com/foodai2021.html#index