FashionAI全球挑战赛双赛道冠军诞生 百万大奖推动服饰智能化科研发展

简介: 由阿里巴巴集团旗下的“图象和美”研究团队、香港理工大学(理大)纺织及制衣学系、英国纺织协会联合举办的FashionAI全球挑战赛在香港理工大学进行了总决赛。

2018年7月5日-由阿里巴巴集团旗下的“图象和美”研究团队、香港理工大学(理大)纺织及制衣学系、英国纺织协会联合举办的FashionAI全球挑战赛在香港理工大学进行了总决赛。比赛最终由来自早稻田大学的博士李玮特夺得服饰关键点赛道第一名,来自西安交通大学的禾思众成团队获得服饰属性赛道第一名,并各自获得人民币五十万奖金。

image

FashionAI全球挑战赛在香港理工大学进行了总决赛

FashionAI全球挑战赛号召全球人工智能研发者共同关注机器认知时尚的两大基础问题-服饰属性标签(即时装特征)及服饰关键点,并对服饰图象进行系统性的分析和标注,目的是让机器能深入理解时装,推动时尚行业与机器智能(AI)融合。

阿里巴巴淘宝技术部资深技术专家贾梦雷表示︰“时尚行业的市场潜质很大,但想让科学的AI去认知主观的时尚,首先要对客观的时尚知识进行重构,将主观审美中的内涵知识和经验规则转化为机器能力的AI。”贾梦雷补充:“在多年的技术研发过程中,我们发现,服饰关键点定位和服饰属性标签识别是建构AI在服饰应用中的两个基础问题。因此我们将其作为本次Fashion AI大赛的两个赛题,希望能够对时尚与机器智能领域的知识重构做出贡献,推动AI在时尚领域实现更高阶的应用,比如服饰搭配、辅助设计、商品导购等,开拓时尚零售的新模式。”

image

FashionAI全球挑战赛奖杯

本次挑战赛历时6个月,共吸引了来自中国、美国、印度、英国、澳大利亚等全球42个国家和地区的5,272支队伍共6,594名选手展开激烈的角逐。参赛选手来自美国斯坦福大学、清华、北大等全球知名高校,以及微软亚洲研究院等AI研究机构和企业。大赛开放来源于阿里巴巴电商平台业务场景的数据,并向获奖者提供合共人民币134万的奖金。

image

早稻田大学的博士李玮特夺得服饰关键点赛道第一名

FashionAI全球挑战赛现场邀请到了多位AI及时尚领域的重量级评审,包括阿里巴巴机器智能技术研究院首席科学家兼副院长任小枫、中科院计算所研究员山世光、中科院自动化所研究员王亮、华中科技大学教授白翔、北京服装学院副院长詹炳宏。

本次大赛评委山世光老师在颁奖典礼上也表示:“通过这次大赛,阿里巴巴能把时尚方面数据标准建立起来,这个是很好的尝试,问题被明确以后,学术界能很好的参与到这个问题中来。”

image

西安交通大学的禾思众成团队获得服饰属性赛道第一名

大赛基于阿里云天池平台。天池平台通过开放海量数据和分布式计算资源,吸引开发者设计算法以解决实际的社会或业务问题。天池平台目前拥有超过20万来自全球91个国家和地区的数据开发者。本次大赛是又一个扎根行业应用的前沿人工智能赛事,集合内脑和外脑的智慧,通过实战推动AI与时尚行业跨界融合。

更多比赛详情请浏览︰http://fashionai.alibaba.com/


image


image

原文发布时间为:2018-07-07
本文来自云栖社区合作伙伴“淘宝技术”,了解相关信息可以关注“淘宝技术”。

相关文章
|
人工智能 数据挖掘 新制造
工业制造业的智能化机遇 ——从业务需求出发,寻找AI的机会点
本次由北京桑兰特资深咨询师韩俊仙老师带来了“工业制造业的智能化机遇——从业务需求出发,寻找AI的机会点”的分享,说明了新一轮工业革命的核心驱动力智能制造的重要性,从质量和可靠性的角度分析了提高产品质量可靠性的必要性,并对智能化在制造业的扩展空间进行了解读。
1823 0
|
7月前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
1964 74
|
8月前
|
人工智能 安全 中间件
阿里云 AI 中间件重磅发布,打通 AI 应用落地“最后一公里”
9 月 26 日,2025 云栖大会 AI 中间件:AI 时代的中间件技术演进与创新实践论坛上,阿里云智能集团资深技术专家林清山发表主题演讲《未来已来:下一代 AI 中间件重磅发布,解锁 AI 应用架构新范式》,重磅发布阿里云 AI 中间件,提供面向分布式多 Agent 架构的基座,包括:AgentScope-Java(兼容 Spring AI Alibaba 生态),AI MQ(基于Apache RocketMQ 的 AI 能力升级),AI 网关 Higress,AI 注册与配置中心 Nacos,以及覆盖模型与算力的 AI 可观测体系。
1571 84
|
7月前
|
人工智能 运维 Kubernetes
Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速
在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。
781 30
|
7月前
|
设计模式 人工智能 自然语言处理
3个月圈粉百万,这个AI应用在海外火了
不知道大家还记不记得,我之前推荐过一个叫 Agnes 的 AI 应用,也是当时在 WAIC 了解到的。
779 2
|
7月前
|
存储 人工智能 NoSQL
AI大模型应用实践 八:如何通过RAG数据库实现大模型的私有化定制与优化
RAG技术通过融合外部知识库与大模型,实现知识动态更新与私有化定制,解决大模型知识固化、幻觉及数据安全难题。本文详解RAG原理、数据库选型(向量库、图库、知识图谱、混合架构)及应用场景,助力企业高效构建安全、可解释的智能系统。
|
7月前
|
人工智能 算法 Java
Java与AI驱动区块链:构建智能合约与去中心化AI应用
区块链技术和人工智能的融合正在开创去中心化智能应用的新纪元。本文深入探讨如何使用Java构建AI驱动的区块链应用,涵盖智能合约开发、去中心化AI模型训练与推理、数据隐私保护以及通证经济激励等核心主题。我们将完整展示从区块链基础集成、智能合约编写、AI模型上链到去中心化应用(DApp)开发的全流程,为构建下一代可信、透明的智能去中心化系统提供完整技术方案。
485 3
|
7月前
|
消息中间件 人工智能 安全
构建企业级 AI 应用:为什么我们需要 AI 中间件?
阿里云发布AI中间件,涵盖AgentScope-Java、AI MQ、Higress、Nacos及可观测体系,全面开源核心技术,助力企业构建分布式多Agent架构,推动AI原生应用规模化落地。
772 0
构建企业级 AI 应用:为什么我们需要 AI 中间件?
|
8月前
|
存储 人工智能 Serverless
函数计算进化之路:AI 应用运行时的状态剖析
AI应用正从“请求-响应”迈向“对话式智能体”,推动Serverless架构向“会话原生”演进。阿里云函数计算引领云上 AI 应用 Serverless 运行时技术创新,实现性能、隔离与成本平衡,开启Serverless AI新范式。
835 12
|
7月前
|
人工智能 安全 Serverless
再看 AI 网关:助力 AI 应用创新的关键基础设施
AI 网关作为云产品推出已有半年的时间,这半年的时间里,AI 网关从内核到外在都进行了大量的进化,本文将从 AI 网关的诞生、AI 网关的产品能力、AI 网关的开放生态,以及新推出的 Serverless 版,对其进行一个全面的介绍,期望对正在进行 AI 应用落地的朋友,在 AI 基础设施选型方面提供一些参考。
1362 100