MS COCO的全稱是通用物體圖像檢測（Microsoft Common Objects in Context），是微軟於2014年出資標註的Microsoft COCO數據集的同名競賽，與此前著名的ImageNet 競賽一樣，被視為是計算機視覺領域最受關注和最權威的比賽之一。
而在ImageNet競賽停辦後，MS COCO競賽就成為當前計算機視覺領域的一個最權威、最重要的標杆，也是目前該領域在國際上唯一能匯集Google、微軟、Facebook以及國內外眾多頂尖院校和優秀創新企業共同參與的大賽。
曠視是一家行業領先的人工智慧公司，在深度學習方面擁有核心競爭力，同時也是全球為數不多的擁有自主研發深度學習框架的公司之一，作為人工智慧技術商業化的先行者，通過提供多種高效的全棧式解決方案為不同垂直領域的客戶賦能。
從2017年至2019年，曠視連續三年參戰COCO，取得了三連冠的輝煌戰績，共計斬獲10項冠軍，成為這一挑戰賽的最大贏家，究其根本原因，與曠視自主研發的人工智慧算法平臺Brain++密不可分。
曠視Brain++始於2014年，可以端到端實現訓練與部署的一體化，不僅高效率賦能算法生產的規模化，還能把這種能力投射到AI產品之中，快速推進AI行業落地；同時又可以兼顧介於算法與產品之間的AI競賽，是曠視拿下COCO十冠的利器和法寶。正是這種卓絕的工程性努力，Brain++算法輸出能力有效而高效，助力曠視在COCO的舞臺交上一份滿意的答卷。
通過Brain++，曠視不僅可以快速驗證論文idea，而且試錯成本低，在大大提升算法創新效率的同時，還可以廣泛吸收業界最新科研成果，復現並作為算子整合進深度學習框架，為優秀的算法設計提供精良彈藥；而行業領先的AutoML技術再次錦上添花，助力曠視從算法生產的手工時代邁入自動化時代。值得一提的是，曠視Brain++還利用VM技術，搭建起高效完備的算力資源調度體系，可以實現多機多卡同步訓練，保證訓練穩定性，大幅減少訓練時間。
下面，本文就以COCO 2019最新拿下的三項冠軍，揭開獲勝背後的關鍵技術。據官方信息，ICCV 2019共有60場Workshops，COCO 2019是其中的重頭戲，堪稱人工智慧領域最具影響力的通用物體檢測挑戰賽。這次，曠視研究院拿下物體檢測（Detection）、人體關鍵點（Keypoint）和全景分割（Panoptic）三項第一，取得了COCO三連冠的驕人戰績；同時，由於深具原創性的算法，曠視研究院還獲得COCO首次設立的Best Paper Award這一全場最高榮譽。
COCO 2019 Detection
當前計算機視覺領域中，實例分割是物體檢測的代表性任務，它旨在檢測圖像物體的同時，分割出每個物體的前景。曠視研究院在本次COCO Detection任務中，通過重新設計RPN匹配策略和Proposal採樣策略，兩階段檢測器即可直接獲得很好的高IoU檢測結果，甚至超過使用更多階段的Cascade R-CNN。曠視研究院的單模型在test-dev上取得了59.7/51.9的檢測和分割精度，在進一步多模型融合下，精度達到61.0/53.1；最終，曠視研究院取得了test-challenge 52.5的冠軍成績。
COCO 2019 Keypoint
在Human Keypoint任務中，圖像人體關鍵點的視角和大小變化幅度很大，抽取合適的全局和局部特徵對於精度漲點至關重要。為此，在COCO Keypoint比賽中，曠視研究院提出一種新結構，稱之為殘差階梯網絡，在只有COCO訓練集，沒有額外數據，並採用小輸入尺寸（256x192）的情況下，可以大幅超過當前最優方法。該方法單模型結果為test-dev 78.0，多模型融合結果為test-dev 79.2，曠視最終以test-chanllenge 77.1的成績斬獲冠軍。
COCO 2019 Panoptic
全景分割的目標是同時解析一張圖像的前景（thing）和背景（stuff），並給每個像素點打上實例ID和類別ID。在COCO Panoptic任務中，曠視研究院的冠軍方法可有效提取上下文信息豐富的特徵，並通過thing類別輔助stuff類別訓練，提高Stuff類別預測準確度；同時改進模型集成方法，優化預測結果概率分布，有效提高stuff預測精度。藉助實例分割預測結果，並利用空間層級排序方法，曠視研究院解決了全景分割中的遮擋問題，最終以test-challenge 54.5的PQ精度奪魁。