世界第一！华为云 EI 问鼎国际图像识别领域“世界杯”

世界第一！华为云 EI 问鼎国际图像识别领域“世界杯”

• 来源:网络
• 更新日期:2020-06-17

摘要：【环球网智能综合报道】近日，在第四届国际图像识别竞赛 WebVision 中，华为云 EI 以 82.97% 的准确率击败来自全世界的 94 支参赛队伍获得冠军。WebVision 竞赛由苏黎世联邦理

【环球网智能综合报道】近日，在第四届国际图像识别竞赛 WebVision 中，华为云 EI 以 82.97% 的准确率击败来自全世界的 94 支参赛队伍获得冠军。WebVision 竞赛由苏黎世联邦理工（ETH）、Google Research、卡耐基梅隆大学（CMU）等共同组织，是目前图像识别领域最权威的竞赛之一，被业界誉为人工智能 世界杯 ，接棒曾经推动计算机物体分类准确率超过人类的 ImageNet 竞赛。

WebVision 竞赛要求参赛的 AI 模型将 1600 万 + 张图片精准分类到 5000 个类目中。大赛所用数据集直接从互联网爬取，没有经过人工标注。因此数据中含有很多噪音，且数据类别的数量存在着极大不平衡，相较于 ImageNet，WebVision 难度提高许多，同时也更加贴近于实际应用中的场景。

WebVision 竞赛展示了人工智能技术发展的另外一种可能性：基于弱监督学习，深度学习可以不再以人工标注数据为基础，人工智能有望真正摆脱 人工 。

此次竞赛中，华为云 EI 基于 ModelArts 训练大规模图像分类模型，基于先进的分布式训练方法，可以缩短超大规模数据集的训练时间。利用伴随图像数据的文本描述信息，融合文本与视觉多模态特征，通过训练过程中的动态评估识别并剔除大量噪声数据，并进一步通过知识蒸馏降低噪声对模型训练的影响，最终在完全没有人工标注的情况下，从互联网上自动爬取的大规模数据集上进行学习，训练得到准确率 82.97% 高精度模型。

华为云 EI 在本次比赛中运用的图像识别技术，可广泛用于通用物品识别、图像 / 视频标签等领域。近十年来计算机视觉取得的进展离不开大量人工标注的数据集，但由于人工标注需要较高的成本，几乎不太可能构建包罗万象的超级数据集。互联网上存在几乎取之不尽的无标注图像数据，利用这些数据的周边文本等信息作为带噪声的弱标注数据进行学习，能够在很大程度上降低图像识别对人工标注的依赖。

华为云 EI 在视觉研究领域有着丰富的技术积累，在 6 月 14 日 -19 日举办的 CVPR2020（国际计算机视觉和模式识别大会） 中，华为贡献论文 34 篇，涵盖迁移学习、半监督学习、网络架构搜索、模型算子优化、知识蒸馏、对抗样本生成等前沿领域。展示了华为在计算机视觉领域强大的人才储备、科研底蕴和创新能力。

华为云 EI 在行业应用上亦有丰富的商用实践经验。目前，华为云 EI 内容审核、人脸识别、图像搜索、视频分析等服务已经成功应用于互联网、媒资、园区、物流、工业等行业。华为云还将图像识别技术应用于天文、气象等领域。2019 年基于华为云图像识别能力，在上海天文台与国际组织 SKA（平方公里阵列射电望远镜） 合作的项目中，科学家们仅用 10.02 秒即完成了对 20 万颗星体的识别，同时可以准确地对某一类星体进行定位，传统方式完成如此大量的星体识别工作需要 169 天时间。