行业互联网|只用6张图教会AI识别物体，达摩院新方案大幅降低AI数据标注成本
过去 ， AI走向落地需要大量样本数据进行训练 。 采访人员获知 ， 阿里达摩院AI团队正在解决这一难题 。 在即将落幕的人工智能顶会ECCV 2020上 ， 达摩院AI团队获三项全球挑战赛冠军 ， 并对外展示全新算法方案 ， 在训练集规模缩减到十五分之一 ， 长尾类目最少仅出现6次的情况下 ， 依然保证了AI训练结果的准确性 ， 该研究成果将大幅降低AI数据标注成本 。
本文插图
ECCV全称欧洲计算机视觉国际会议 ， 每两年举办一次 ， 是计算机视觉三大顶级会议之一 。 在ECCV 2020上 ， AI挑战赛Visual Inductive Priors备受关注 ， 该比赛今年第一次举办 ， 因提供训练样本数很少、类目分布极不均衡 ， 堪称“AI界极限挑战” 。 比赛旨在鼓励业界提升AI神经网络学习效率 ， 降低传统数据标注成本及计算能耗 。
在该挑战赛分割赛道上 ， 比赛数据MiniCity基于经典城市数据集Cityscape抽取 ， 仅含200张样本图片 ， 包含19个类别 ， 最头部类目“道路”包含像素数为最尾部类目“电车”427倍 ， “电车”类目总共仅出现6次 ， 且多次在复杂环境中被遮挡或难以辨别 。 比赛要求参赛团队在4个月内 ， 从零完成对深度神经网络的训练 ， 测试时要求识别100张1024*2048图片中每一个像素对应类目 。 达摩院AI团队融合对长尾类目多级cutmix的数据增强算法、层次多尺度注意力机制及层次级联解码结构 ， 在2周内完成任务 ， 识别成绩排名世界第一 ， 超出基准线50%以上 。
本文插图
长尾类目“电车”在比赛数据集中仅出现6次 ， 且多次被遮挡或难以辨别
达摩院视觉AI团队专家陈伟涛表示 ， 新技术方案能大幅提升AI学习小样本数据的效果 ， 在视觉领域有广阔的普适性应用前景 。 目前 ， 该技术已应用到阿里遥感AI项目中 ， 解决了识别水利设施变化、海岸线变化等特定复杂场景时图像样本过少的难题 。
【行业互联网|只用6张图教会AI识别物体，达摩院新方案大幅降低AI数据标注成本】在ECCV 2020上 ， 达摩院还获得了混合虚拟与真实数据样本的VISDA挑战赛、多目标追踪领域TAO挑战赛冠军 。
推荐阅读
- Spacex|卫星互联网轨道资源稀缺，中国航天如何与国际卫星界大亨竞争？
- 互联网|建行“数字人民币钱包”已上线 仅限部分测试地区开通
- 行业互联网|大华股份与大连量天科技签署战略合作协议
- 行业互联网|原创 估值2000亿！刘强东手中这张“独角兽”，成立时间竟然不到两年？
- 行业互联网|李炳忠15点正式官宣，realme成立2年，稳居全球第七！
- 互联网|同城跑腿配送生意好做吗？需要注意什么？
- 互联网|招生部门公号也有高仿？！微信回应：已清除三千多个
- 互联网|马云最重要一次蜕变，高考失利后蹬三轮遇见他，改变了其一生轨迹
- 大众新闻|讯飞智能录音笔将发布新品 行业首发功能令人期待
- 录音笔|讯飞智能录音笔将发布新品 行业首发功能令人期待