合集 | 想了解美团视觉技术实践？看这篇文章就够了

蔚落 2024-02-23 08:19 48阅读 0赞

![f531417b081d2cf3673e5ccd4cfeea3a.png][]

![da1f9fee02eb23fdac684554a7b7e25d.jpeg][]

↓ 点击下方各个标题，可直接阅读全文 ↓

斩获CVPR 2023竞赛2项冠军｜美团街景理解中视觉分割技术的探索与应用

视觉分割技术在街景理解中具有重要地位，同时也面临诸多挑战。美团街景理解团队经过长期探索，构建了一套兼顾精度与效率的分割技术体系，在应用中取得了显著效果。同时，相关技术斩获了CVPR 2023竞赛2项冠军1项季军。本文将详细介绍街景理解中分割技术的探索与应用，希望能给从事相关研究工作的同学带来一些帮助或启发。

CVPR 2023 | 美团技术团队精选论文解读

本文精选了美团技术团队被CVPR 2023收录的8篇论文进行解读。这些论文既有自监督学习、领域自适应、联邦学习等通用学习范式方面的技术迭代，也涉及目标检测、跟踪、分割、Low-level Vision等典型视觉任务的性能，体现了美团在基础通用技术和垂直领域技术上的全方位创新。这些论文也是美团技术团队与国内多所高校、科研机构合作的成果。希望给从事相关研究工作的同学带来一些启发或者帮助。

SOTA！目标检测开源框架YOLOv6 3.0版本来啦

美团视觉智能部发布了 YOLOv6 3.0 版本，再一次将目标检测的综合性能推向新高。YOLOv6-L6 检测精度和速度超越 YOLOv7-E6E，取得当前实时目标检测榜单 SOTA。本文主要介绍了 YOLOv6 3.0 版本中引入的技术创新和优化，希望能为从事相关工作的同学带来一些启发或帮助。

大规模食品图像识别：T-PAMI 2023论文解读

美团基础研发平台视觉智能部与中科院计算所展开科研课题合作，共同构建大规模数据集Food2K，并提出渐进式区域增强网络用于食品图像识别，相关研究成果已发表于T-PAMI 2023。

本文主要介绍了数据集特点、方法设计、性能对比，以及基于该数据集的迁移实验等方面的内容，并对Food2K未来的工作进行了展望。希望本文能为从事相关工作的同学带来一些帮助或者启发。

美团视觉GPU推理服务部署架构优化实践

面对在线推理服务使用的GPU资源不断增加、GPU利用率普遍较低的挑战，美团视觉研发团队决定通过模型结构拆分和微服务化进行优化，他们提出了一种通用高效的部署架构，来解决这种常见的性能瓶颈问题。

以“图像检测+分类”服务为例，优化后的服务压测性能指标GPU利用率由40%提升至100%，QPS也提升超过3倍。本文将会重点介绍推理服务部署架构优化的工程实践，希望对大家能有所帮助或启发。

ACM MM & ECCV 2022 | 美团视觉8篇论文揭秘内容领域的智能科技

人工智能技术正在成为内容产业的中台力量，其中视觉AI已经渗透到内容生产、内容审核、内容分发、用户互动、商业化变现等各个环节。美团视觉智能部以场景化的内容产品、智能化的内容工具助力产业，在内容的创作、内容分发等环节应用广泛。

2022年，美团视觉智能部的8篇论文被多媒体和计算机视觉领域顶会ACM MM 与ECCV收录，本文将快速带你了解这8篇论文的研究成果及其可在内容领域的落地应用。

通用目标检测开源框架YOLOv6在美团的量化部署实战

基于美团目标检测模型开源框架 YOLOv6，本文介绍了一种通用的量化部署方案，在保持精度的同时大幅提升了检测的速度，为通用检测的工业化部署探索出一条可行之路，希望能给大家带来一些启发或者帮助。

目标检测开源框架YOLOv6全面升级，更快更准的2.0版本来啦

2022年9月5日，美团发布了YOLOv6 2.0版本，本次更新对轻量级网络进行了全面升级，量化版模型 YOLOv6-S 达到了 869 FPS，同时，还推出了综合性能优异的中大型网络（YOLOv6-M/L），丰富了YOLOv6网络系列。其中，YOLOv6-M/L 在 COCO 上检测精度（AP）分别达到 49.5%/52.5%，在 T4 卡上推理速度分别可达 233/121 FPS（batch size =32）。

CVPR 2022 | 美团技术团队精选论文解读

计算机视觉国际顶会CVPR 2022近日在美国新奥尔良召开，今年美团技术团队有多篇论文被CVPR 2022收录，这些论文涵盖了模型压缩、视频目标分割、3D视觉定位、图像描述、模型安全、跨模态视频内容检索等研究领域。

本文对6篇精选的论文做简要的介绍（附下载链接），希望能对从事相关研究的同学有所帮助或启发。

YOLOv6：又快又准的目标检测框架开源啦

美团视觉智能部研发了一款致力于工业应用的目标检测框架 YOLOv6，能够同时专注于检测的精度和推理效率。在研发过程中，视觉智能部不断进行了探索和优化，同时吸取借鉴了学术界和工业界的一些前沿进展和科研成果。在目标检测权威数据集 COCO 上的实验结果显示，YOLOv6 在检测精度和速度方面均超越其他同体量的算法，同时支持多种不同平台的部署，极大简化工程部署时的适配工作。特此开源，希望能帮助到更多的同学。

短视频内容理解与生成技术在美团的创新实践

针对视频数据，如何通过计算机视觉技术用相关数据，为用户和商家提供更好的服务，是一项重要的研发课题。本文将为大家分享短视频内容理解与生成技术在美团业务场景的落地实践。

NeurIPS 2021 ｜ Twins：重新思考高效的视觉注意力模型设计

Twins 是美团和阿德莱德大学合作提出的视觉注意力模型，相关论文已被 NeurIPS 2021 会议接收。本文主要讲述 Twins 解决的难点、设计和实现思路，以及在美团场景的探索落地，希望能对从事视觉算法研发的同学有所帮助和启发。

ICCV 2021 | 美团“LargeFineFoodAI"研讨会开幕在即，互动有奖

暌违已久的ICCV 2021如约而至。秉持着“帮大家吃得更好，生活更好”的企业使命，本次大会美团将焦点集中在了计算机视觉技术在大规模细粒度食品分析领域的应用。

CVPR 2021预讲：前沿视觉技术如何在实践中落地（内含视频&PPT）

CVPR是世界顶级的计算机视觉会议。CVPR 2021大会将于6月19日至25日在线上举行。美团共有5篇论文被本届CVPR大会收录，内容覆盖实例分割、表情识别、快速图像分割、特征选择和对齐等多个技术领域。近日，美团与智源社区联合主办了CVPR 2021预讲 · 美团专场论文分享活动。本文系本次分享活动的视频和内容整理。

ICLR 2021 | 美团AutoML论文：鲁棒的神经网络架构搜索 DARTS-

高质量模型的设计和更新迭代是当前 AI 生产开发的痛点和难点，在这种背景下，自动化机器学习（AutoML）应运而生。2017年，谷歌正式提出神经网络架构搜索（Neural Architecture Search，NAS），并成为 AutoML 的核心组成部分。美团技术团队也对AutoML领域进行了积极探索，本文系美团与上海交通大学合作的一篇被深度学习顶会 ICLR 2021 收录的论文解读。

CVPR 2019轨迹预测竞赛冠军方法总结

CVPR 2019 是机器视觉方向最重要的学术会议，本届大会共吸引了来自全世界各地共计 5160 篇论文，共接收 1294 篇论文，投稿数量和接受数量都创下了历史新高，其中与自动驾驶相关的论文、项目和展商也是扎堆亮相，成为本次会议的“新宠”。

障碍物轨迹预测挑战赛（Trajectory Prediction Challenge）隶属于CVPR 2019 Workshop on Autonomous Driving — Beyond Single Frame Perception（自动驾驶研讨会），由百度研究院机器人与自动驾驶实验室举办，侧重于自动驾驶中的多帧感知，预测和自动驾驶规划，旨在聚集来自学术界和工业界的研究人员和工程师，讨论自动驾驶中的计算机视觉应用。美团无人配送与视觉团队此项比赛获得了第一名。

ICDAR 2019论文：自然场景文字定位技术详解

自然场景文字定位是文字识别中非常重要的一部分。与通用的物体检测相比，文字定位更具挑战性，文字在长宽比、尺度和方向上有更大范围的变化。针对这些问题，本文将介绍一种融合文字片段及金字塔网络的场景文字定位方法。该方法将特征金字塔机制应用到单步多框检测器以处理不同尺度文字，同时检测多个文字片段以及学习出文字片段之间8-Neighbor连接关系，最后通过8-Neighbor连接关系将文字片段连接起来，实现对不同方向和长宽比的文字定位。此外，针对文字通常较小特点，扩大检测网络中BackBone模型深层特征图，以获得更好性能。

本文提出的方法已发表在文档分析与识别国际会议ICDAR2019 （International Conference on Document Analysis and Recognition）上，审稿人评论该方法为“As it is of more practical uses”，认可了它的实用性。

![d6c914fbf52d5a7787f587f8c075768b.png][]

\---------- END ----------

[f531417b081d2cf3673e5ccd4cfeea3a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/23/53013ae860c84849b3a8feec156d9680.png
[da1f9fee02eb23fdac684554a7b7e25d.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/23/1a65db0882074e0285b7ac1d59746f2d.png
[d6c914fbf52d5a7787f587f8c075768b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/23/5ba78cfce0bf4319b5182ab1e395d98b.png