刷新世界记录，搜狗获Pascal VOC计算机视觉大赛第一名

　　近日，在国际顶级赛事Pascal VOC挑战赛目标检测 comp4上，来自中国的搜狗视觉研究团队获得了第一名的成绩，其single model和ensemble model均展现出了具有明显优势的精准度，刷新了此前的世界最好成绩，彰显了搜狗在人工智能领域的领先地位与技术积累。

　　AI视觉，图像识别领域的“华山论剑”

　　PASCAL VOC挑战赛是全球计算机视觉领域知名的数据库和权威赛事，其数据集标注质量高、场景复杂、目标多样、检测难度大，是快速检验算法有效性的首选。在计算视觉领域，Pascal VOC挑战赛与ImageNet同为世界顶级的比赛，是国内外AI公司竞相展开激烈竞争的主赛场。截至目前，PASCAL VOC挑战赛吸引了全球近百支专业队伍参赛，包括Facebook、谷歌、微软研究院、CMU(美国卡耐基-梅隆大学)、清华大学、阿里、平安等国内外语音合成领域的顶尖团队。

　　PASCAL VOC的数据集包括 20 个类别：人类，动物(鸟、猫、牛、狗、马、羊)，交通工具(飞机、自行车、船、公共汽车、小轿车、摩托车、火车)，室内物体(瓶子、椅子、餐桌、盆栽植物、沙发、电视)。其中，搜狗视觉研究团队参加了Object Detection(Competition4)子任务，在20类不同的目标上获得了大多数的最优结果，体现了参赛团队的模型设计和技术功底。

　　用实力说话，搜狗正在领跑AI 赛道

　　在计算视觉领域，Pascal VOC挑战赛，与ImageNet和COCO(Common Objects in Context)同为世界顶级的比赛。而作为一家中国科技公司，搜狗在目标检测技术上的研发和突破，对于整个AI行业格局的变革，都有着非常深远的影响。

　　而在搜狗的AI战略蓝图之中，以语言为核心，大数据和深度学习是技术的引擎，语音和图像则是其感知系统的重要构成，也是围绕语言的交互方式。因此，搜狗视觉研究团队长期专注于场景文字检测识别、人脸识别、图像细粒度分类、敏感图像检测、图像理解等前沿领域研究，并取得不错的突破。

　　通过近一年的算法积累与迭代，搜狗目前已经建立了一套高效易用的通用检测分割框架，可以针对任务快速迁移算法模型，达到实际应用需求。而除了VOC外，搜狗在包括CVPR2018 WAD和Cityscapes的赛事中取得了优秀的成绩，这充分表明搜狗的通用检测分割框架已基本成熟，可高效复用到各任务场景中，满足实际的需求。

　　目前，搜狗视觉研究的相关成果已广泛应用于搜狗旅行翻译宝、搜狗翻译APP、搜狗输入法、搜狗汪仔答题助手、搜狗识图等产品，在众多垂直领域及具体场景中满足着广大用户日益多样化、个性化的应用需求。除此之外，搜狗的图像识别技术通过AI开放平台，正在为金融、保险、医疗等行业客户提供优质的AI服务和解决方案，为用户带来切身的安全与便利体验。相信在未来，搜狗的人工智能技术一定还能带给我们更多的惊喜。

　　声明：本文仅为传递更多网络信息，不代表本站观点和意见，仅供参考了解，更不能作为投资使用依据。