再接再厲！

　　在第四屆圖像識別競賽WebVision中

　　華為云EI以82.97%的準(zhǔn)確率

　　擊敗來自全世界的94支參賽隊伍

　　奪得桂冠！

　　WebVision 競賽由蘇黎世聯(lián)邦理工（ETH）、Google Research、卡耐基梅隆大學(xué)（CMU）等共同組織，是目前圖像識別領(lǐng)域最權(quán)威的競賽之一，被業(yè)界譽為人工智能“世界杯”， 接棒曾經(jīng)推動計算機物體分類準(zhǔn)確率超過人類的ImageNet 競賽。

　　競賽中，參賽選手通過AI模型將1600萬+張圖片精準(zhǔn)分類到5000個類目中，其所用數(shù)據(jù)集直接從互聯(lián)網(wǎng)爬取，沒有經(jīng)過人工標(biāo)注，因此數(shù)據(jù)中含有很多噪音，且數(shù)據(jù)類別的數(shù)量存在著極大不平衡。

　　此項競賽相較于 ImageNet，WebVision 難度提高許多，同時也更加貼近于實際應(yīng)用中的場景。

　　WebVision競賽展示了另外一種可能性：基于弱監(jiān)督學(xué)習(xí)，深度學(xué)習(xí)可以不再以人工標(biāo)注數(shù)據(jù)為基礎(chǔ)，人工智能有望真正擺脫“人工”。

　　此次競賽中，華為云EI基于ModelArts訓(xùn)練大規(guī)模圖像分類模型，基于先進(jìn)的分布式訓(xùn)練方法，可以縮短超大規(guī)模數(shù)據(jù)集的訓(xùn)練時間。

　　華為云利用伴隨圖像數(shù)據(jù)的文本描述信息，融合文本與視覺多模態(tài)特征，通過訓(xùn)練過程中的動態(tài)評估，識別并剔除大量噪聲數(shù)據(jù)；通過知識蒸餾進(jìn)一步降低噪聲對模型訓(xùn)練的影響；從互聯(lián)網(wǎng)上自動爬取大規(guī)模數(shù)據(jù)集進(jìn)行學(xué)習(xí)，最終在完全沒有人工標(biāo)注的情況下，訓(xùn)練得到準(zhǔn)確率82.97%高精度模型。

　　華為云EI在本次比賽中運用的圖像識別技術(shù)，可廣泛用于通用物品識別、圖像/視頻標(biāo)簽等領(lǐng)域。

　　近十年來計算機視覺取得的進(jìn)展離不開大量人工標(biāo)注的數(shù)據(jù)集，但由于人工標(biāo)注需要較高的成本，幾乎不太可能構(gòu)建包羅萬象的超級數(shù)據(jù)集。

　　互聯(lián)網(wǎng)上存在幾乎取之不盡的無標(biāo)注圖像數(shù)據(jù)，利用這些數(shù)據(jù)的周邊文本等信息作為帶噪聲的弱標(biāo)注數(shù)據(jù)進(jìn)行學(xué)習(xí)，能夠在很大程度上降低圖像識別對人工標(biāo)注的依賴。

　　華為云EI在視覺研究領(lǐng)域有著豐富的技術(shù)積累，在6月14日-19日舉辦的CVPR2020（國際計算機視覺和模式識別大會）中，華為貢獻(xiàn)論文34 篇，涵蓋遷移學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、網(wǎng)絡(luò)架構(gòu)搜索、模型算子優(yōu)化、知識蒸餾、對抗樣本生成等前沿領(lǐng)域。

　　2019年，基于華為云圖像識別能力，在上海天文臺與國際組織SKA（平方公里陣列射電望遠(yuǎn)鏡） 合作的項目中，科學(xué)家們僅用10.02 秒即完成了對 20 萬顆星體的識別，同時可以準(zhǔn)確地對某一類星體進(jìn)行定位，而傳統(tǒng)方式完成如此大量的星體識別工作需要 169 天時間。

　　目前，華為云EI內(nèi)容審核、人臉識別、圖像搜索、視頻分析等服務(wù)已經(jīng)成功應(yīng)用于互聯(lián)網(wǎng)、媒資、園區(qū)、物流、工業(yè)等行業(yè)。