深度学习霸主之争！ICCV 2017 何恺明一人独得两大奖，Facebook 封神！

引言

每两年一度的计算机视觉领域盛会 ICCV（International Conference on Computer Vision）如约而至。ICCV 2017 于当地时间 10 月 22 日至 29 日在意大利威尼斯举行，来自全球的顶尖计算机视觉专家汇聚一堂，共同探讨计算机视觉技术的前沿进展。

本次大会上，来自 Facebook 人工智能研究院（FAIR）的华人科学家何恺明博士成为最大赢家，包揽了最佳论文奖和最佳学生论文奖两项殊荣。Facebook 也凭借其在计算机视觉领域的卓越贡献，成为本次大会的最大赢家。

ICCV 2017 亮点

ICCV 2017 大会围绕计算机视觉技术的前沿展开，涵盖图像识别、目标检测、图像分割、视频分析等多个领域。以下为大会部分亮点：

• 深度学习的全面胜利： 深度学习技术在本次大会上全面开花，成为计算机视觉领域的绝对主流技术。深度学习模型在图像识别、目标检测、图像分割等任务上表现出强大的性能优势，推动着计算机视觉技术的发展。
• 华人科学家大放异彩： 华人科学家在 ICCV 2017 大会上表现亮眼，取得了多项重要成果。除了何恺明博士包揽最佳论文和最佳学生论文奖外，还有多位华人科学家在各个技术领域获奖或发表重要论文。
• 人工智能的巨大潜力： 大会展示了计算机视觉技术在人工智能领域的巨大潜力。计算机视觉技术可以赋予人工智能系统感知、识别和理解世界的能力，在智能驾驶、医疗诊断、安防监控等诸多领域具有广阔的应用前景。

何恺明博士包揽两大奖

Facebook 人工智能研究院（FAIR）的华人科学家何恺明博士成为 ICCV 2017 大会上的最大赢家。他包揽了最佳论文奖和最佳学生论文奖两项殊荣，创造了 ICCV 历史上的新纪录。

何恺明博士的最佳论文奖作品是《Mask R-CNN》，一种用于图像分割的新型深度学习模型。Mask R-CNN 模型在 COCO 数据集上取得了 state-of-the-art 的性能，在图像分割任务上具有突破性的意义。

何恺明博士的最佳学生论文奖作品是《Deformable Part Models Are Convolutional Neural Networks》，该论文揭示了变形部件模型与卷积神经网络之间的内在联系，为计算机视觉领域的深度学习理论研究提供了新的思路。

Facebook 成为大会最大赢家

除了何恺明博士获奖之外，Facebook 也凭借其在计算机视觉领域的卓越贡献，成为本次大会的最大赢家。Facebook AI 团队在多个技术领域发表了重要论文，并获得了多个技术奖项。

Facebook AI 团队在图像识别领域的研究成果尤为突出。Facebook 团队研发的 FaceNet 模型在人脸识别任务上取得了惊人的精度，推动了人脸识别技术的快速发展。

结语

ICCV 2017 大会见证了计算机视觉技术的发展历程，更预示着未来计算机视觉技术的发展方向。深度学习技术在计算机视觉领域的全面胜利，为人工智能的蓬勃发展奠定了坚实的基础。而华人科学家在 ICCV 2017 大会上的优异表现，也证明了中国计算机视觉研究水平的不断提升。

随着计算机视觉技术的发展，计算机将能够更加全面、准确地感知、识别和理解世界。相信在不久的将来，计算机视觉技术将在智能驾驶、医疗诊断、安防监控等诸多领域发挥更加重要的作用，为人类社会创造更加美好的未来。

---