Google第二届YouTube-8M视频理解挑战赛开启，模型大小不得超过1GB

整理 | 阿司匹林

出品 | AI科技大本营（公众号ID：rgznai100）

近日，Google AI 宣布第二届 YouTube-8M 视频理解挑战赛正式开启，目前已经有 20 支队伍报名参赛。

YouTube-8M 是 Google 在 2016 年发布的大规模视频数据集，它包含 8,000,000 万个 YouTube 视频链接，并进行了视频层级（video-level） 的标注。

去年 2 月，谷歌对 YouTube-8M 进行了更新，新的数据集除了标签升级，还包含了预计算的音频特征，音频和视觉特征以 1 秒的时间粒度同步，有助于进行联合视听（时间）建模。

去年的第一届 YouTube-8M 视频理解挑战赛共有来自 60 个国家的 742 支队伍参赛，其中来自法国国立计算机及自动化研究院（INRIA）的 WILLOW 团队夺得第一名，第二名到第四名则被中国团队包揽，分别是来自清华大学的 monkeytyping 团队，来自百度深度学习实验室和清华大学的 offline 团队，以及来自复旦大学、中山大学和武汉大学 FDT 团队。

本次挑战赛要求挑战者提交一个紧凑视频分类模型（compact video classification model），模型大小不得超过 1GB。旷视科技南京研究院负责人魏秀参表示，这个要求“很好体现了 CV 做事风格——先做成、再做好、后做精”。

▌评估标准

此次比赛的评估标准为 k= 20 时的全局平均精度（GAP）。参赛者需要提交每个视频的预测标签列表及其相应的置信度分数，Google AI 将对具有最高 k 置信度分数的预测标签进行评估，然后将每个预测和置信度分数作为全局预测列表中的单个数据点，以计算平均精度。

GAP 的计算公式如下：

其中 N 是最终预测的数量（如果每个视频有 20 个预测，则 N = 20 * #Videos），p(i) 是精确率，r(i) 是召回率。

GAP 计算公式的 Python 实现可以在以下地址中找到：

https://github.com/google/youtube-8m/blob/master/average_precision_calculator.py#L179

▌赛程安排

• 2018 年 7 月 30 日：报名截止
• 2018 年 7 月 30 日：团队合并截止
• 2018 年 8 月 6 日：提交和模型上传截止
• 2018 年 8 月 13 日：论文提交截止
• 2018 年 8 月 22 日：最终获胜者确认
• 2018 年 9 月 9 日：YouTube-8M 研讨会（ECCV 2018）

注意：除非另有说明，所有截止日期均为相应日期的 UTC 时间晚上 11:59。其中排名前五的队伍都将获得 5000 美元的奖金，作为参加 ECCV 2018 的差旅费。

比赛详细信息： https://www.kaggle.com/c/youtube8m-2018#description