0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看威廉希尔官方网站 视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

旷视斩获6冠 彰显深度学习算法引擎优势

旷视MEGVII 来源:YXQ 2019-06-22 10:58 次阅读

当地时间6月16日,全球计算机视觉顶会 CVPR 2019 在美国长滩拉开帷幕,超过9200位相关人士共赴盛会,推进计算机视觉威廉希尔官方网站 的交流与落地。旷视通过 Oral、Poster、Workshop、Demo、Booth 等形式,同世界分享在计算机视觉理论与应用领域的最新进展。值得一提的是,在 CVPR 2019 的3项挑战赛中,旷视最终击败 Facebook、通用动力、戴姆勒等国内外一线科技巨头/知名高校,共计斩获6项世界冠军!

持续创新

Brain++拓展AI认知边界

人工智能不能闭门造车。作为以算法为基因的公司,旷视自诞生之日起便一直积极参与计算机视觉在全球范围内的学术交流,一方面是为了与世界分享自己的研究成果,另一方面也是为了吸取全球的智慧,研发最好的威廉希尔官方网站 来助力世界发展,创造社会价值。

展会现场

此行,旷视共参加 CVPR 2019 WAD(Workshop on Autonomous Driving

)、CVPR 2019 FGVC(Workshop on Fine-Grained Visual Categorization

)、CVPR 2019 NTIRE(New Trends in Image Restoration and Enhancement workshop)3项挑战赛,拿下6项冠军,涵盖自动驾驶、新零售、智能手机、3D 等众多领域,其背后起支撑作用的是旷视深度学习框架 Brain++。这是一套由旷视研究院自主原创的算法引擎,致力于从云、端、芯三个方面全面赋能物理世界,以实现对世界的感知、控制、优化。Brain++ 不仅助力旷视拿下世界冠军,还将推动智能汽车、商品识别、手机影像处理、智慧农业等应用领域的进步发展。

旷视斩获 CVPR 2019 挑战赛6项世界冠军

大会现场,挑战赛主办方宣布比赛成绩,并向冠军队伍颁发获奖证书;随后,旷视相关的参赛人员通过一张张 Slides、一场场 Talks、一张张 Posters 向与会人员分享了夺冠背后的威廉希尔官方网站 方法,以及冠军之路上满满的收获。

今年是旷视自成立以来连续第5年参加 CVPR,在谈到参加这种顶级学术会议对公司战略意义的时候,旷视首席科学家、旷视研究院院长孙剑表示:

“一流的人才往往希望在一个开放的环境中成长。发表论文、参加学术会议,其实是有人对你的工作鼓掌,激励你继续前行。

旷视研究院最宝贵的财产是人才。如何吸引、培养、保留人才是一个组织健康和高速发展最关键的。

我的工作第一优先级是打造一个好的研发环境,让公司赢,让我们赢,让每个人赢。因为我始终相信两点:中国不缺乏聪明人,中国有世界上最好的发展机会。我们就是要把一帮聪明人聚起来,齐心协力,贯彻‘发展就是硬道理’。”

冠军之路,满是收获

CVPR 2019 WAD nuScenes 3D Detection Challenge

nuScenes 3D Detection Challenge冠军奖牌

CVPR 2019 WAD 是自动驾驶领域的权威比赛,其中 nuScenes 比赛方向是 3D detection,旨在通过模型分析 3D 激光雷达/相机数据,赋予自动驾驶汽车侦测物体的能力,保障行驶安全。

nuScenes 不仅需要同时识别10类物体(相比 KITTI 只需预测单个类别),还加入了速度和属性的预测,而且需要解决严重的类别不均衡问题,因此任务难度大幅提高,因而也更具有实际意义。

比赛中,旷视设计了一个多尺度、多任务的模型,借助新型检测网络,结合均衡采样等策略,极大提高了模型的检测精度,尤其是在小物体上。由最终结果可知,相较于官方 Baseline 45.3%, 旷视的模型高出18个点,达到63.3%,比第二名也高出8.8个点, 击败一系列顶尖团队,一举夺魁。

CVPR 2019 WAD Detection/Tracking Domain Adaptation Challenge

Detection Domain Adaptation Challenge冠军奖牌

Detection Domain Adaptation Challenge 是 CVPR 2019 WAD 的另一项挑战赛,旨在对自动驾驶场景下的环境(二维图像信息)进行感知,今年的比赛主要解决领域自适应问题,即美国道路场景和中国道路场景的相互适应。

具体而言,即利用7万张美国道路场景数据进行训练,对近15万张中国道路场景进行测试,不允许使用任何标注测试数据,只允许使用 ImageNet 进行预训练。图像本身的不一致之外,不同天气、不同道路以及复杂的交通状况都给任务增加了额外挑战,同时也为实际使用提供了可能性。

旷视基于自身积累的检测算法之外,加之复现/使用的最前沿的检测算法(比如 NAS-FPN、Cascade RCNN),进而对 Cascade RCNN 做出一系列改进,使得网络在不同 IOU 阈值下的检测结果都有一定涨幅;同时,为了解决两个数据集之间数据分布不一致的问题,旷视还利用合并训练、AdaBN、Data Distillation 等威廉希尔官方网站 手段,最终在测试集上高出第二名深兰科技1.7个点,同时在所有单类别上取得最高结果。

另外,在 Tracking Domain Adaptation Challenge 上,旷视使用 Online 方法进行多目标跟踪,即在高精度检测结果的基础上,使用 IOU Tracker 进行跟踪;跟踪过程中,改进和调试影响结果的多种因素,最终也在 Tracking 任务上取得第一。

CVPR 2019 FGVC iNaturalistHerbarium Challenge

FGVC 颁奖现场

CVPR 2019 FGVC 是细粒度识别领域最权威的赛事,iNaturalist Challenge 是此项领域的旗舰比赛,旨在让计算机自动识别物体的精细类别,它不仅要求识别1000多个品种的动、植物,还要识别其在不同发育期的状态;Herbarium Challenge 则要解决开花植物野牡丹科的物种分类问题,所采用的图像集仅包括保存于腊叶标本上的干标本图像。

除了大模型/大分辨率图图像进行训练、测试等常规操作外,旷视还集成最前沿细粒度威廉希尔官方网站 成果(比如 Coarse-to-fine hierarchical classification、iSQRT、Class-Balanced Focal Loss 等),同时创造性提出“后验概率重校准”威廉希尔官方网站 ,即通过先验知识对模型输出的后验概率进行校准,极大提高拥有较少训练图像的长尾类别的识别准确率,两项比赛结果均高出第2名近1个点,一举夺魁。

在业务方面,商品识别、菜品识别、缺陷检测、生产线零件识别、车型/车辆识别等均是细粒度图像分析威廉希尔官方网站 的应用,目前已应用于产品研发中。

在 iNaturalist 上,旷视击败了通用动力等顶尖团队;在 Herbarium 上,旷视击败了大连理工(上年冠军)、瑞典自然历史博物馆、Facebook。

CVPR 2019 NTIRE Real Image Denosing Challenge

Real Image Denosing Challenge 冠军奖牌

CVPR 2019 NTIRE Real Image Denosing Challenge 基于新近的智能手机图像降噪数据集 SIDD,它由很多真实的噪声图像及其相应的 ground truth 组成,且每幅图像都有以原始传感器数据(raw)和标准 RBG(sRGB)格式存储的两个版本。

图像降噪一直是旷视研究院“手机摄影超画质”的威廉希尔官方网站 储备项目,自第一版原型诞生以后不断迭代;其中,针对原始传感器数据(raw)的图像降噪更是整个项目的基础威廉希尔官方网站 。

这次比赛中,旷视研究院提出针对 raw 图像的基于 U-Net 框架的“拜尔阵列归一化与保列增广”方法。尽管不同输入图像间的数据格式存在差异,但是,为保持网络输入一致性,旷视精心设计了一种数据预处理方法,使得相同的网络工作应用到具有不同拜耳模式的输入上,从而在保证性能的前提下用更大的图像集合训练网络。

本次冠军算法已成功落地于 OPPO Reno 10 倍变焦版。OPPO Reno 10 倍变焦版搭载了基于旷视超画质威廉希尔官方网站 研发的“超清夜景2.0”功能,能够为用户提供非同凡响的夜拍体验。这也是旷视超画质威廉希尔官方网站 首次运用在大规模量产机型上。

价值创造驱动威廉希尔官方网站 创新

做真正WORK的科研

人工智能自诞生之日起便已宣称了其改变世界的雄心。当图灵于1950年在论文《Computing Machinery and Intelligence》尾页画上句号的刹那,一个前所未有的属于人类的智能时代就此拉开序幕。

从 Marvin Minsky 于1966年对机器人模仿人类抓取物品的研究,到神经心理学家 David Marr 于80年代初创建的关于计算机视觉研究的理论框架;从手工特征设计到受生物视觉神经网络为启发而诞生的卷积网络(CNN),人类将机器智能从小说幻想带进了现实,为世界装上了明眸。

人工智能,其本质是造福人类,便利生活,所以能否为世界带来足够的价值是旷视关注的核心。通过深挖社会痛点,找出致病原因,旷视一直在寻找着让世界更美好的方法。

旷视成立早期便上线了自主原创的深度学习框架——Brain++。作为企业级的人工智能算法制造工厂,Brain++ 从底层有力支撑着旷视研究院整体的研究生产工作与旷视核心产品的工程化建设。这次6冠的胜利,即是上述算法和底层系统优越性的再次证明。

凭借强大的软硬件结合能力,旷视目前已在「个人设备大脑」、「城市大脑」和「供应链大脑」三个核心 AIoT 场景深度布局。在与行业龙头力量的联合下,旷视正在推进尖端威廉希尔官方网站 方案的强垂直落地,为整个产业结构调整及商业变革激活引擎,积聚力量;与生态伙伴一起服务于数字化建设,用软硬结合的解决方案为客户提供闭环的商业价值,成为行业智能物联方案专家。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 深度学习
    +关注

    关注

    73

    文章

    5497

    浏览量

    121090
  • 旷视科技
    +关注

    关注

    1

    文章

    153

    浏览量

    11146

原文标题:CVPR 2019 | 旷视斩获6冠,彰显深度学习算法引擎优势

文章出处:【微信号:megvii,微信公众号:旷视MEGVII】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    亮相2024数字科技生态大会

    2024数字科技生态大会上,展示了多项联网领域的前沿威廉希尔官方网站 及应用成果,包括大模型、行业场景方案以及创新智能终端。
    的头像 发表于 12-06 10:34 195次阅读

    NPU在深度学习中的应用

    设计的硬件加速器,它在深度学习中的应用日益广泛。 1. NPU的基本概念 NPU是一种专门针对深度学习算法优化的处理器,它与传统的CPU和G
    的头像 发表于 11-14 15:17 456次阅读

    FPGA做深度学习能走多远?

    ,共同进步。 欢迎加入FPGA威廉希尔官方网站 微信交流群14群! 交流问题(一) Q:FPGA做深度学习能走多远?现在用FPGA做深度学习加速成为一个热门,深鉴科技,商汤,
    发表于 09-27 20:53

    深度识别算法包括哪些内容

    深度识别算法深度学习领域的一个重要组成部分,它利用深度神经网络模型对输入数据进行高层次的理解和识别。
    的头像 发表于 09-10 15:28 354次阅读

    重庆两江新区与吉利汽车集团、科技签署合作协议

    日前,重庆两江新区与吉利汽车集团、科技签署战略合作协议。市委书记袁家军,市委副书记、市长胡衡华会见了吉利控股集团董事长李书福、科技董事长兼CEO印奇一行并见证签约。
    的头像 发表于 09-02 14:13 481次阅读

    聚焦物联网场景,科技核心威廉希尔官方网站 能力持续升级

    电子发烧友网报道(文/李弯弯)最近,上交所显示,科技有限公司已更新提交相关财务资料。该公司早在2021年3月12日上市申请就获受理,同年9月9日通过上市委会议,2021年9月30日提交注册。作为
    的头像 发表于 07-25 00:09 4126次阅读

    深度学习编译器和推理引擎的区别

    深度学习编译器和推理引擎在人工智能领域中都扮演着至关重要的角色,但它们各自的功能、应用场景以及优化目标等方面存在显著的差异。以下是对两者区别的详细探讨。
    的头像 发表于 07-17 18:12 1235次阅读

    深度学习算法在嵌入式平台上的部署

    随着人工智能威廉希尔官方网站 的飞速发展,深度学习算法在各个领域的应用日益广泛。然而,将深度学习算法部署到资源
    的头像 发表于 07-15 10:03 1294次阅读

    深度学习算法在集成电路测试中的应用

    随着半导体威廉希尔官方网站 的快速发展,集成电路(IC)的复杂性和集成度不断提高,对测试威廉希尔官方网站 的要求也日益增加。深度学习算法作为一种强大的数据处理和模式识别工具,在集成电路测试领域展现出了巨大的应用潜力。本文将从
    的头像 发表于 07-15 09:48 927次阅读

    利用Matlab函数实现深度学习算法

    在Matlab中实现深度学习算法是一个复杂但强大的过程,可以应用于各种领域,如图像识别、自然语言处理、时间序列预测等。这里,我将概述一个基本的流程,包括环境设置、数据准备、模型设计、训练过程、以及测试和评估,并提供一个基于Mat
    的头像 发表于 07-14 14:21 2115次阅读

    深度学习的基本原理与核心算法

    处理、语音识别等领域取得了革命性的突破。本文将详细阐述深度学习的原理、核心算法以及实现方式,并通过一个具体的代码实例进行说明。
    的头像 发表于 07-04 11:44 1887次阅读

    深度学习模型训练过程详解

    深度学习模型训练是一个复杂且关键的过程,它涉及大量的数据、计算资源和精心设计的算法。训练一个深度学习模型,本质上是通过优化
    的头像 发表于 07-01 16:13 1202次阅读

    深度解析深度学习下的语义SLAM

    随着深度学习威廉希尔官方网站 的兴起,计算机视觉的许多传统领域都取得了突破性进展,例如目标的检测、识别和分类等领域。近年来,研究人员开始在视觉SLAM算法中引入深度
    发表于 04-23 17:18 1281次阅读
    <b class='flag-5'>深度</b>解析<b class='flag-5'>深度</b><b class='flag-5'>学习</b>下的语义SLAM

    与乐天国际物流在北京正式签署战略合作协议

    4月17日,与韩国乐天国际物流(LOTTE GLOBAL LOGISTICS)在北京正式签署战略合作协议。
    的头像 发表于 04-23 11:52 543次阅读
    <b class='flag-5'>旷</b><b class='flag-5'>视</b>与乐天国际物流在北京正式签署战略合作协议

    目前主流的深度学习算法模型和应用案例

    深度学习在科学计算中获得了广泛的普及,其算法被广泛用于解决复杂问题的行业。所有深度学习算法都使用
    的头像 发表于 01-03 10:28 1890次阅读
    目前主流的<b class='flag-5'>深度</b><b class='flag-5'>学习</b><b class='flag-5'>算法</b>模型和应用案例