“这片农场，被我承包了！”

一键播种、一键收获……在游戏世界里，花几分钟的时间就能了解农场每一个区域的情况，知晓每一次成熟与收获。但在现实生活中，想要成为一名合格的“农场主”却没那么容易。

举个栗子，农场养殖成规模化后，每种动物的数量都很庞大，管理上就没办法做到事无巨细，各种突发状况也难以在第一时间发现并得到解决……运营好农场面临不小的挑战。

关照所有个体，AI派上用场。

用AI掌握“鱼情”
6月7日，由中国人工智能学会、中国农业工程学会主办，中国农业大学信息与电气工程学院、中国人工智能学会神经网络与计算智能专委会、旷视科技承办的第一届中国农业人工智能创新创业大赛暨第三届中国AI+创新创业大赛正式开赛。
本届大赛以“基于深度学习的鱼类多目标跟踪”为赛题，参赛者基于开源的旷视天元深度学习框架——MegEngine 做为模型训练的框架，针对鱼类的活动数据训练、构建深度学习模型，提高跟踪精准度，“知鱼所去，懂鱼所需”，利用AI轻松掌握“鱼情”，探索基于人工智能的多目标跟踪上限，实现人工智能和实际应用场景的有机结合。
6月7日-6月22日，来自高等院校、企业等的214位参赛者，共组成了123支参赛团队，在MegStudio比赛平台上完成了激烈角逐的初赛。基于旷视为每支参赛团队提供的免费比赛算力，参赛选手经过一番“鱼情追踪”，最终得分前15支团队进入决赛。
“追鱼”首战有哪些精彩看点，下面一起倒带回顾~~
“追鱼大户”的首战高光时刻
本届大赛的初赛前三名团队分别为eshore、Fishtrack、旺仔QQ糖。

其中，eshore团队以ATSS (Adaptive Training Sample Selection) 为基础，基于真值信息的相关统计特征自动选择正负样本，避免在每个位置设定多个anchor，在不引入额外开销的基础上，大幅提升目标检测性能，在MOTA和IDF1综合评审指标中，初赛阶段以0.83803的高分位居第一。相比于基线代码，参赛选手所采用的方法在目标检测阶段精度有较大的提升，结构较为简单，对于实际应用更加友好。

Fishtrack是最早提交结果的团队，以初赛阶段0.77363的成绩获得第二名。同eshore团队一样，该团队在目标检测阶段以ATSS为基础，以resnet101作为特征提取器。除此之外，在目标跟踪阶段，团队还针对目标检测的结果做了目标轨迹之间的关联与后处理。

排在第三名的旺仔QQ糖团队，在目标检测阶段以FasterRCNN作为基础模型，相比于之前传统的操作，针对鱼类在游动中空间的变化规律，在检测框匹配距离计算过程中进行优化，实现了在跟踪阶段精度的提升，在初赛阶段取得了0.67831的成绩。

此外，七秒红烧鱼、前边的让让、智能护渔、想找个工作、兜兜、大鱼海棠战队、西米、小白、CC、hyhyhyy、Baitech、目标是剁椒鱼头的团队分列4-15名。以上Top15团队将在6月24日-7月5日进行决赛，并出席在“第六届智慧农业创新发展国际研讨会”上举行的大赛颁奖典礼。
“追鱼”决胜之战已开启，此赛段中鱼类的行为将更加活跃，遮挡更加严重，谁是最佳“农场主”，让我们拭目以待！

内容中包含的图片若涉及版权问题，请及时与我们联系删除