最近，由计算机所王勇涛老师指导、硕士研究生赵祈杰、实习生盛涛和倪烽等同学组成的VDIG团队，凭借提出的基于SSD的多尺度综合特征增强目标检测深度神经网络CFENet（如图1所示），在ECCV 2018 （The 16th European Conference on Computer Vision）无人机航拍视频目标检测竞赛（Vision Meets Drones: A Challenge，task 2 Object Detection In Videos，http://www.aiskyeye.com）中获得第一名，并将应邀出席2018年9月8日在德国慕尼黑召开的ECCV 2018国际会议上作成果报告。在CVPR 2018 (The Thirtieth IEEE Conference on Computer Vision and Pattern Recognition) 无人驾驶道路目标检测竞赛（WAD 2018 Challenges，task 2 Road Object Detection，http://bdd-data.berkeley.edu/wad-2018.html）中获得第二名。

CVPR、ECCV同属于计算机视觉和模式识别领域的三大顶级会议。CVPR 2018已于6月18日至22日在美国盐湖城召开，ECCV 2018将于9月8日在德国慕尼黑召开，其研讨会（Workshop）和挑战赛（Challenge）吸引了国内外众多高校、科研机构、互联网巨头公司及AI头部创业公司参加，国内参赛团队主要有北京大学、清华大学、百度、腾讯、阿里、商汤以及旷视等。

图1 VDIG团队提出的CFENet框架图及CFE模块结构图

在刚刚结束的第三届中国数据挖掘大赛（国际首次蝴蝶识别大赛）中，VDIG团队提出的解决方案Feature Pyramid Network meets RoI align: Enhancing Detection for Small Objects和DEME: Data Expanding and Model Ensemble for Butterfly fine-grained recognition，又以综合成绩第一名获得一等奖。

图2 第三届中国数据挖掘大赛获奖证书

第三届中国数据挖掘竞赛（国际首次蝴蝶识别大赛）是由中国计算机学会和中国人工智能学会主办，由中国计算机学会人工智能与模式识别专业委员会和中国人工智能学会机器学习专业委员会协办的竞赛活动，是第七届中国数据挖掘会议（CCDM 2018）的重要组成部分，本次竞赛共有一百多支队伍参赛。

计算机视觉是目前人工智能领域最受人关注的研究方向之一，目标检测是该方向中最为核心的热点问题之一，对于无人驾驶等应用场景的检测小目标和检测速度的高要求，现有的检测算法仍然有待完善。VDIG队提出的基于SSD的多尺度综合特征增强的目标检测框架CFENet，引入了CFE模块（Comprehensive Feature Enhancement Module），能以极快的检测速度，显著提升小目标检测效果。