• 深度
  • 行業
  • 行業
  • 互動
極客熱點 > 廠商 > 正文

華為云垃圾分類AI大賽結果揭曉,看冠亞軍如何臨“圾”應變?

9月20日,歷時近兩個月的華為云人工智能大賽·垃圾分類挑戰杯落下帷幕,冠亞季軍名單正式揭曉,并在2019華為全聯接大會現場舉辦了頒獎儀式。  

華為云垃圾分類AI大賽結果揭曉,看冠亞軍如何臨“圾”應變?

華為云人工智能大賽·垃圾分類挑戰杯決賽頒獎現場

20日上午決賽答辯現場,來自新加坡南洋理工大學、中國科學院大學、西安交通大學、中山大學、東北財經大學、華南理工大學等高校、企業的決賽11強悉數登場。專家評委從圖像分類模型構建角度對選手展開提問考核,最終根據模型準確率及現場答辯成績進行綜合排名,最終決出冠亞季軍。  

華為云垃圾分類AI大賽結果揭曉,看冠亞軍如何臨“圾”應變?

本次華為云人工智能大賽·垃圾分類挑戰杯,旨在運用人工智能為垃圾分類乃至千行百業帶來更多可能性。現實生活中,垃圾形態、拍照時角度、光線、背景等差異,往往使得AI訓練集的數據難以識別垃圾的廬山真面目。因此,在比賽過程中,參賽選手需要克服并解決這些難題,從而構建出能準確識別垃圾的模型。

華為云為廣大參賽者提供了一站式AI開發管理平臺ModelArts,幫忙訓練基于深度學習技術的圖像分類模型,實現對垃圾圖片類別的精準識別,使能智慧城市生活。

“快速上手”、“易學易用”,全鏈條開發獲好評

獲得本次大賽冠軍的團隊“千年等一回”隊長曾兆陽介紹道,為了解決垃圾種類繁多且需要在運行的過程中不斷增加數據和類別的特性等問題,“千年等一回”的解決方案同時考慮了深度卷積網絡特征的魯棒性和圖像檢索算法的擴展性。

“千年等一回”隊員王鍇表示,由于本次比賽的模型均部署在華為云ModelArts上進行統一測試,規則上便避免了測試漏洞。另外,在ModelArts的幫助下,參賽選手還開發了小程序來讓家人朋友參與到垃圾分類的Demo測試中,大賽的互動性和趣味性瞬間強化。隊員楊劍飛則對垃圾分類算法的落地提出了展望,他表示,目前垃圾分類算法尚存在問題,例如缺乏大規模的垃圾數據集、垃圾圖片中存在多種垃圾的混合影響、深度學習網絡對從未見過的樣本出現預測偏差等。基于以上問題,Active Learning的標注和基于Zero-Shot Learning的推測系統有望成為關鍵。借此,他希望行業能以華為云人工智能大賽·垃圾分類挑戰杯為起點,研究者、工程師共同優化垃圾分類項目,為社會作出貢獻。

華為云垃圾分類AI大賽結果揭曉,看冠亞軍如何臨“圾”應變?

大賽冠軍團隊“千年等一回”

大賽亞軍——東北財經大學管理科學與工程學院的YY團隊指導老師高明副教授表示,“參加這場大賽不但可以了解其他院校、企業在人才培養、技術積累方面的真實水平,還能真正地了解行業的需求,從而促進高校的科研與人才培養工作。實際上,比賽中需要克服垃圾數據量小、類別不平衡、垃圾位置分布不均等現實挑戰,團隊也得以在真實場景測試和改進像素注意力、Augment+等原創科研成果,未來我們希望能更多地做一些完全自主的源頭創新,如通用的網絡架構和預訓練模型等。通過華為云一站式AI開發管理平臺ModelArts快速、輕量、低成本地支持離線式(作業提交)或在線交互式(Notebook)深度學習模型開發、訓練與調試等特性,團隊在自行積累代碼的基礎上,僅需配置pip的標準安裝需求列表,十幾行數據同步的腳本,就能夠實現本地與云端的相同運行環境。總的來說,ModelArts相比其他開發平臺,具有配置簡單、快速上手等優點,借助于該平臺,YY團隊得以在有限的硬件條件下快速迭代,驗證想法。”  

華為云垃圾分類AI大賽結果揭曉,看冠亞軍如何臨“圾”應變?

大賽亞軍團隊“東北財經大學管科學院YY”

大賽亞軍,在算法落地及工程化方面有著豐富經驗的“AI成長社”團隊也分享了參賽體驗。他們表示,ModelArts支持現在所有的主流深度學習框架,開發者可以直接通過pip安裝各種擴展包,并支持多GPU訓練;平臺易學易用,加速比賽算法的驗證。在接觸的眾多開發平臺中,ModelArts可以說是切實簡化開發者工作的優質AI開發平臺,從數據處理、數據分析、模型構建、模型優化到模型部署等全鏈條開發環節,ModelArts的響應速度都極快。  

華為云垃圾分類AI大賽結果揭曉,看冠亞軍如何臨“圾”應變?

大賽亞軍團隊“AI成長社”  

AI開發任重道遠,應用前景廣闊

華為云ModelArts在垃圾分類的應用,只是其行業實踐的一個縮影,醫療、建筑等行業都在通過ModelArts實現AI落地,加速智能化。

伴隨著人工智能進入發展“快車道”,華為云也在不斷推出創新的AI產品與解決方案。今年華為全聯接大會期間,華為云EI服務產品部總經理賈永利重磅發布了全面升級的ModelArts2.0,包含智能數據篩選、智能數據標注、智能數據分析、多元模型自動搜索、ModelArts SDK、圖神經網絡、強化學習、模型評估/診斷、模型壓縮/轉換、自動難例發現、在線學習等十余項新特性及服務,將以全流程的極簡和自動化顛覆傳統AI開發模式。

目前,華為云ModelArts-Lab AI實戰營系列活動正在開展中。基于AI開發者利器ModelArts,ModelArts-Lab AI實戰營系列活動包括圖像分割、姿態識別、活體識別、NLP等領域的系統化實戰計劃,能夠有效幫助開發者們get人工智能實戰技能、全流程AI模型開發及應用實戰要義。

下一篇:9月27日|與英國皇家航空學會Allerton院士共同聚焦中仿認證級模擬器

(免責聲明:本網站內容主要來自原創、合作媒體供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。 )