日前，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+创新创业大赛落下帷幕。本届大赛以“基于深度学习的鱼类多目标跟踪”为赛题，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。

大赛中，来自北京大学、同济大学、浙江大学、中山大学、西安交通大学等55所高等院校，腾讯、百度、浪潮等科技企业214位参赛者组成的123支参赛团队，经过激烈的角逐，最终决胜出TOP10团队，其中，参赛团队“红烧鱼七秒”成功夺得桂冠。颁奖典礼过后，我们对冠军队伍“红烧鱼七秒”的成员陈昱翔和戴瑞进行了专访，一起走进这对情侣档的夺冠之路。

图：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

与旷视“再续前缘”，在经验之上进步

和很多团队通过导师、微信等方式得知比赛消息不同，红烧鱼七秒是直接在旷视 MegStudio 在线深度学习开发平台上得知比赛消息的，而这源于陈昱翔早就与旷视结下的缘分，以及长期的关注和了解，“本科有一次参加程序设计竞赛的时候，旷视办了开放日活动，当时去参观过，感觉公司还是充满活力的。”

图：陈昱翔参观旷视时拍下的“大黄蜂”

在确定参赛后，陈昱翔和戴瑞定下来“红烧鱼七秒”这个队名，“因为鱼很好吃，鱼的记忆又只有七秒，所以我们就取了这个名字。”据戴瑞介绍，在队伍中，陈昱翔主要负责编写代码，自己则做一些辅助性的工作，保证项目进展。

“之前参加旷视的比赛也是用 MegEngine，基本的流程都有，这一次直接拿过来做一些修改。”有之前的比赛经历做积累，陈昱翔带领团队参加此次大赛也多了一份从容。

比赛就像游戏闯关，会上瘾

谈到为何参加此次比赛，陈昱翔的答案可以概括成求知热情和好奇心，“我之前了解过一些单目标跟踪的算法，想借这次机会了解多目标跟踪算法。”

初次接触多目标跟踪的红烧鱼七秒，在比赛中却并非“保守派”，而是“一开始就决定做点不一样的”。不同于“很多队伍都是基于已经开源的、已经在 MegEngine 上实现的模型去做修改”，陈昱翔选择在 MegEngine 上复现一个新的多目标跟踪的 baseline，即 CenterTrack(跟踪目标的中心)。

图：团队基于在 MegEngine 上复现的 CenterTrack，实现多目标跟踪

“选择这个方法，是因为方法把检测和跟踪结合在一起，在多目标跟踪中算是一种比较简洁的范式，相对来说比较好复现一点。”但团队在比赛中遇到的最难的地方，恰恰是复现环节，“ CenterTrack 官方有 PyTorch 的源码，但代码很多地方没有注释，论文里好多结构又没有，只能慢慢地做复现。”

过程的不易也让陈昱翔的心态有了改变。“比赛开始的时候，他跟我说这个代码优美又有趣，但到了最后我再问他有没有有趣的事情，他就完全不觉得有趣了!”戴瑞觉得，陈昱翔还挺“双标”的。

虽然过程艰难，但红烧鱼七秒仍然坚定闯关，并且凭借 0.640955 的综合得分摘得桂冠，这也让陈昱翔对于接下来的科研工作更有信心，“亲自花功夫去看代码之后，收获好的比赛结果，对我来说也算是一种很大的鼓励，以后再面对这种任务的时候，不会感到我没接触过，很麻烦。”

比赛，让他们在AI的道路上更坚定

“因为这次比赛的代码也是开源的，后面我们会继续维护这个代码，加一些注释，再扩展一些其他模型。”有关这类 AI 成果的应用，陈昱翔十分期待，“农业越来越规模化，人工智能作用会越来越大。”

除了精神上受到鼓励，陈昱翔未来的研究规划还多了一份技术支持。“国外框架文档里没有中文翻译，是靠社区的一些人翻译出来，遇到 Bug 去找答案，反馈比较慢或者根本找不到解决方法，用 MegEngine 就不会出现这些问题。”

作为 MegEngine 的贡献者，陈昱翔不仅能更近距离接触框架核心开发者，对框架的熟悉也让他们在学习使用中可以更快地上手，这也让他们在比赛中更加游刃有余，“在未来自己的科研中，也会根据任务情况，考虑用 MegEngine 去实现。”

每一场比赛，都是自我提升的台阶。比赛中对性能极限发起的每一次挑战，都是让 AI 技术更好发挥作用的尝试。比赛，让“陈昱翔们”在自己的 AI 道路上迈出新的一步，“陈昱翔们”也在比拼中，为行业带来新鲜与改变。

从科研到落地，AI正在创造越来越大的价值，本次大赛的圆满完成，不仅是探索AI落地农业等行业的一次成功尝试，也是人才培养的重要举措。未来，旷视还将持续关注更多样化的赛事，以多元化的形式推动AI技术创新和价值落地。