第二届 106 点人脸关键点定位大赛开启 谁能打造最佳轻量级算法？-程序员宅基地
小到手机上的 Face ID、美颜相机，大到银行、酒店的智能服务，人脸相关应用早已走入我们生活的方方面面。随着数智化服务需求的攀升和人工智能技术的日趋成熟，我国人脸应用市场正在不断扩大，相关算法领域也已取得世界领先水平。而随着智慧城市的建设以及智慧家庭的发展，人脸识别将有着更为广阔的应用市场。
人脸关键点检测（Facial landmark detection）是人脸识别、3D 人脸重建、人脸表情迁移、人脸美化等许多人脸相关应用的基础算法，其主要任务在于定位人脸轮廓及五官。它可以在 2D 人脸图片上定位出一批具有特殊语意信息的点，例如鼻尖、眉毛、嘴角等。最近几年被大家所熟悉的直播、美颜、特效相机等互联网应用产品的爆火也得益于人脸关键点技术水平的提升。
关键点能够反映出人脸各个部位的特征，如何获取高精度人脸关键点，一直以来都是计算机视觉、图像处理等领域的热门研究问题。随着技术的发展和精度要求的增加，人脸关键点的数量从最初 5 个点增加到到业内广泛采用的106 点。但受到姿态和遮挡等因素的影响，人脸关键点检测仍是一个富有挑战性的任务。
京东智联云人工智能 NeuHub 平台提供全栈式 AI 能力，基于业界领先的 AI 技术，可以准确对图片或视频中的人脸进行检测与属性识别，提供包括人脸对比、人脸搜索、人脸检测与属性分析、人脸活体检测、人脸口罩识别等产品与服务，广泛应用于娱乐、零售、广告营销等各行各业。
为了提升人脸关键点定位技术发展水平，京东智联云在去年 4 月联合 ICME2019 举行了第一届 106 点人脸关键点定位大赛（Grand Challenge of 106-p Facial Landmark Localization），这次比赛主要考验了算法在大姿态、极端表情、遮挡等复杂场景下的鲁棒性和准确性，共有 200 多支队伍报名参加。
在这届比赛中，冠军团队利用自主研发的 AutoML 技术进行网络结构搜索，并在模型训练中引入了分割稠密监督和加权热图监督，同时提出一致性估计算法修正预测结果，最终显著提高了算法的鲁棒性和准确性。
今年，京东智联云（JD Cloud&AI）联合 ICPR2020 举办第二届 106 点人脸关键点定位大赛，旨在挖掘高效的、鲁棒的轻量级人脸关键点定位算法。自 7 月启动以来，大赛受到高校、企业和创业团队的热烈响应。目前，大赛正在征集中，有兴趣的个人与团队快来一展身手吧！
大赛网址：
https://fllc-icpr2020.github.io/home/
▲竞赛数据集示例▲
相比去年的第一届竞赛而言，本次竞赛在数据规模和难度上均有所增加（如图1所示），同时对模型的大小和计算复杂度设置了更加严格的限定，其中模型大小需不超过 20MB，计算量不超过 1GFLOPs。我们诚挚的邀请学术界和工业界各位菁英参加，共同推进轻量级人脸关键点定位领域的发展。
大赛报名：
无论您是高校师生、企业、个人开发者团队均可参赛，点击报名，将团队及成员介绍填写完整即可。
大赛包含完整的训练集和测试集，我们将提供标准训练数据集，供参赛选手训练算法模型；提供标准测试数据集，供参赛选手提交评测结果参与排名。
大赛日程：
2020/07/13：开放注册和发布训练集
2020/07/27：发布验证集
2020/10/09：发布测试集
2020/10/10：测试结果提交deadline
2020/10/17：公布竞赛排名
2020/10/24：论文提交deadline
本次大赛将为排名前三名的队伍颁发荣誉证书以及相应奖励：
京东智联云开发者社区将联合主流技术社区、科技媒体对大赛 TOP5 团队进行宣传报道，帮助团队及个人开发者提升业界知名度，与更多技术人员进行交流学习。
智能推荐
kmeans_kmeans算法相关性分析-程序员宅基地
文章浏览阅读936次。1 kmeansK-means聚类算法也称k均值聚类算法，是集简单和经典于一身的基于距离的聚类算法。它采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为类簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。2.算法核心思想K-means聚类算法是一种迭代求解的聚类分析算法，其步骤是随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本_kmeans算法相关性分析
基于springboot的自习室管理系统计算机毕业设计_基于springboot的共享自习室管理系统参考文献-程序员宅基地
文章浏览阅读466次，点赞8次，收藏12次。以上是基于Spring Boot的自习室管理系统的主要功能，通过这些功能可以实现自习室座位的管理、课程的管理、学员信息的管理和行为管理等功能，为自习室提供一个高效、便捷、智能的解决方案。登录后，系统将根据用户的角色显示相应的功能菜单。通过以上各个功能模块的实现，基于Spring Boot的自习室管理系统将提供一套完善的解决方案，帮助自习室提高工作效率和服务质量，为学员提供更加便捷、舒适的学习环境。通过生成相应的报表，管理员可以更好地了解自习室的使用状况和学员的学习情况，从而做出相应的决策和管理调整。_基于springboot的共享自习室管理系统参考文献
Pytroch同一个优化器优化多个模型的参数并且保存优化后的参数_pytorch加载多个模型-程序员宅基地
文章浏览阅读4.5k次，点赞7次，收藏26次。在进行深度学习过程中会遇到几个模型进行串联，这几个模型需要使用同一个优化器，但每个模型的学习率或者动量等其他参数不一样这种情况。一种解决方法是新建一个模型将这几个模型进行串联，另一种解决方法便是往优化器里面传入这几个模型的参数。..._pytorch加载多个模型
计算机软考中级合格标准,中级软考多少分及格-程序员宅基地
文章浏览阅读1.4k次。原标题：中级软考多少分及格盛泰鼎盛 对于第一次报名软考的朋友，可能对于考试合格分数线不太了解，软考分为初、中、高三个级别，那么软考中级多少分及格呢？软考中级合格标准根据往年的软考合格分数线来看，各级别的合格标准基本上统一的。2019年上半年计算机技术与软件专业技术资格(水平)考试各级别各专业各科目合格标准均为45分(总分75分)。而2016下半年计算机技术与软件专业技术资格(水平)考试除了信息系统..._计算机程序设计员中级考试内容及合格标准
爬虫相关-程序员宅基地
文章浏览阅读50次。2019独角兽企业重金招聘Python工程师标准>>> ..._爬虫考虑安全法律因素
ASP.NET Identity 的“多重”身份验证-程序员宅基地
文章浏览阅读263次。本章主要内容有： ● 实现基于微软账户的第三方身份验证 ● 实现双因子身份验证 ● 验证码机制实现基于微软账户的第三方身份验证 在微软提供的ASP.NET MVC模板代码中，默认添加了微软、Google、twitter以及Facebook的账户登录代码(虽然被注释了)，另外针对国内的一些社交账户提供了相应的组件，所有组件都可以通过Nuget包管理器安装： 从..._identity 二次登录
随便推点
vscode打开markdown文件 不显示图片 预览markdown文件_vscodemarkdown图片无法显示-程序员宅基地
文章浏览阅读3.2k次，点赞3次，收藏4次。vscode打开markdown文件 不显示图片 预览markdown文件_vscodemarkdown图片无法显示
C++的64位扩展_c++ long64-程序员宅基地
文章浏览阅读516次。在做ACM题时，经常都会遇到一些比较大的整数。而常用的内置整数类型常常显得太小了：其中long 和 int 范围是[-2^31,2^31)，即-2147483648~2147483647。而unsigned范围是[0,2^32)，即0~4294967295。也就是说，常规的32位整数只能够处理40亿以下的数。 那遇到比40亿要大的数怎么办呢？这时就要用到C++的64位扩展了。不同的编译器对6_c++ long64
C++ 敏感词屏蔽-程序员宅基地
文章浏览阅读350次。首先要解决的问题是敏感词的存储形式，这就涉及数据结构，先想想搜索屏蔽要怎么处理，比如我有一个content，我就遍历它每个字符，先看与词典中所有词第一个字符相同的，再看第二个，再看第三个.等等。那么，很明显，这就需要一种以层来存储的数据结构--树来存储敏感词汇。我首先设计了一个Node，它要存储同一级的node指针，下一级的node指针，标识词的结束，数据。最开始本来只想到用树的结构，最后发现， ...
一种隐私保护的BP神经网络的设计-程序员宅基地
文章浏览阅读167次，点赞3次，收藏7次。1. 背景介绍1.1 隐私保护的重要性在当今的数字时代,个人隐私保护已经成为一个越来越受关注的问题。随着大数据和人工智能技术的快速发展,海量的个人数据被收集和利用,这给个人隐私带来了巨大的风险。如何在利用数据的同时保护个人隐私,已经成为了一个亟待解决的挑战。
Java常用异常包_object常用方法,java常见包；常见异常-程序员宅基地
文章浏览阅读177次。1．clone方法保护方法，实现对象的浅复制，只有实现了Cloneable接口才可以调用该方法，否则抛出CloneNotSupportedException异常。2．getClass方法final方法，获得运行时类型。3．toString方法该方法用得比较多，一般子类都有覆盖。4．finalize方法该方法用于释放资源。因为无法确定该方法什么时候被调用，很少使用。5．equals方法该方法是非常重..._一般情况下,异常类存放在什么包中
队列的定义_队列又可以简称为-程序员宅基地
文章浏览阅读1.1k次。队列的定义队列简称为“对”，英文名为“Queue”。队列和堆栈一样都是特殊的线性表。和堆栈不一样的是，队列这种线性表的特殊是它限定只能在表的一端作插入运算，然后只能在表的另一端作删除运算，作插入元素的这一端为“队首”，作删除运算的这一端称为“队尾”。队列的这一特征我们又可以称它为“先进先出”。队列的这个“先进先出”就如同我们平时排队一样，讲究一个先来后到，先来的排在前面，后到的排在后面，排前面的先走，排后面的后走。队列有两种存储结构，一种是顺序排列，另一种是链式排列。如下面图的采用顺序存储结构_队列又可以简称为