再接再厲！

　　在第四屆圖像識別競賽WebVision中

　　華為云EI以82.97%的準確率

　　擊敗來(lái)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)域最權威的競賽之一，被業(yè)界譽(yù)為人工智能“世界杯”， 接棒曾經(jīng)推動(dòng)計算機物體分類(lèi)準確率超過(guò)人類(lèi)的ImageNet 競賽。

　　競賽中，參賽選手通過(guò)AI模型將1600萬(wàn)+張圖片精準分類(lèi)到5000個(gè)類(lèi)目中，其所用數據集直接從互聯(lián)網(wǎng)爬取，沒(méi)有經(jīng)過(guò)人工標注，因此數據中含有很多噪音，且數據類(lèi)別的數量存在著(zhù)極大不平衡。

　　此項競賽相較于 ImageNet，WebVision 難度提高許多，同時(shí)也更加貼近于實(shí)際應用中的場(chǎng)景。

　　WebVision競賽展示了另外一種可能性：基于弱監督學(xué)習，深度學(xué)習可以不再以人工標注數據為基礎，人工智能有望真正擺脫“人工”。

　　此次競賽中，華為云EI基于ModelArts訓練大規模圖像分類(lèi)模型，基于先進(jìn)的分布式訓練方法，可以縮短超大規模數據集的訓練時(shí)間。

　　華為云利用伴隨圖像數據的文本描述信息，融合文本與視覺(jué)多模態(tài)特征，通過(guò)訓練過(guò)程中的動(dòng)態(tài)評估，識別并剔除大量噪聲數據；通過(guò)知識蒸餾進(jìn)一步降低噪聲對模型訓練的影響；從互聯(lián)網(wǎng)上自動(dòng)爬取大規模數據集進(jìn)行學(xué)習，最終在完全沒(méi)有人工標注的情況下，訓練得到準確率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/視頻標簽等領(lǐng)域。

　　近十年來(lái)計算機視覺(jué)取得的進(jìn)展離不開(kāi)大量人工標注的數據集，但由于人工標注需要較高的成本，幾乎不太可能構建包羅萬(wàn)象的超級數據集。

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

　　華為云EI在視覺(jué)研究領(lǐng)域有著(zhù)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(jué)和模式識別大會(huì )）中，華為貢獻論文34 篇，涵蓋遷移學(xué)習、半監督學(xué)習、網(wǎng)絡(luò )架構搜索、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鏡） 合作的項目中，科學(xué)家們僅用10.02 秒即完成了對 20 萬(wàn)顆星體的識別，同時(shí)可以準確地對某一類(lèi)星體進(jìn)行定位，而傳統方式完成如此大量的星體識別工作需要 169 天時(shí)間。

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