随着最后一届ImageNet(目前世界上图像识别最大的数据库)竞赛在2017年落下帷幕,本年度图像分类领域最高水平的比赛易主为由码隆科技联合Google Research 和美国知名电商 Wish联合举办的、针对家具家居领域的细粒度图像分类竞赛 iMaterialist Challenge (Furniture)。
竞赛力求推动自动图像分类顶尖技术的进展,所有参赛项目在 Kaggle 平台上进行评测。同时,作为CVPR2018(2018年度国际计算机视觉与模式识别学术会议)重要的研讨会之一,针对该比赛召开的 FGVC5 workshop(细粒度图像识别研讨会)将于6月22日与大会同期举行。
比赛要求对128类家具进行识别分类,共有436支队伍参赛,最终来自北京飞搜科技的李磊团队在北京邮电大学教授董远的指导下,以绝对优势获得冠军。
与 ImageNet 的粗粒度分类竞赛相比,本次竞赛更强调“在‘人造物体’领域的图像细粒度分类挑战”。一方面,这部分图像分类的技术难度更大,即便对于经过专业训练的人眼来说,也难以快速且准确地辨认很多细粒度分类数据集;另一方面,这种图像分类技术的应用前景更加广阔,可以应用于工业生产进程之中,提高效率、减少成本。
赛后,北京飞搜科技技术总监熊风烨分享了李磊团队在竞赛中使用的方法:李磊团队的识别算法主要基于CNN(卷积神经网络),针对给定的数据集,他们选择了在ImageNet上准确率较高的几种模型进行Finetune(就是用别人训练好的模型,加上自己的数据,来训练新的模型),并充分考虑了模型的差异性,以Pytorch框架为基准对其进行训练。在训练过程中,他们加入多项数据增强过程,采用SGD算法进行精细化调优参数,把全连接层的学习率设置为其他层的10倍,从而更好地调优全连接层。而对于SENet等较大的网络,则选择在SGD算法上升缓慢的时候转而使用Adam算法作为过渡。最终飞搜科技团队的单模型最好的识别效果是SENet在验证集上达到87.2%的准确率,而其他模型均有85.6%以上的表现。在测试过程中,飞搜科技团队采用了测试时数据增强的方案,采用12次增强,包括Ten crop加上原图及水平翻转图。对每个模型都得到以上12个结果的概率值进行存储,最后经过几何平均获取每个类别的准确率,取出得分最高的作为最后输出。实验证明几何平均往往在基数较大时能取得优于算术平均的效果。为了进一步减小识别可能带来的误差,飞搜团队还考虑了训练数据分布不均的情况,在测试时从贝叶斯角度加了一个校准,使得预测结果分布更均衡。
北京飞搜科技(http://www.faceall.cn/)专注于人工智能,计算机视觉和深度学习的研发,并把研究成果应用到城市运营中,让城市更加安全,交通更加高效,生产更加智能、购物更加方便。作为全球领先的深度学习技术提供商,北京飞搜科技是国家高新技术企业、中关村高新技术企业、北京市软件企业。公司不但提供智慧城市解决方案,还通过阿里云,华为云,amazon平台, 为企业与个人提供人脸/图像识别的SAAS服务; 离线SDK技术授权服务等, 到目前为止, 公司已经服务了200多家客户,为他们提供视频监控、智能鉴黄、人脸识别、图片识别、无人驾驶,线上购物支付、机器人等技术支持。
本次比赛斩获桂冠是对飞搜团队的技术水平和合作意识的一个十分有价值的肯定。北京飞搜科技公司也会借此契机继续前进,壮大团队,精进技术,更加自信地与全球精英角逐,在世界更高的舞台上为中国科技企业争光添彩!
好文章,需要你的鼓励
检索增强生成(RAG)正成为AI领域的关键技术,通过结合外部信息检索与大语言模型的生成能力,解决传统模型仅依赖训练数据的局限性。RAG允许模型实时访问外部数据库或文档,提供更准确、更新的信息。该技术可应用于企业文档查询、个人化AI助手等场景,通过向模型提供特定领域知识来获得精准结果。微软专家指出,RAG有助于结合知识与推理、提高模型使用效率,并支持多模态应用。
加州大学伯克利分校研究团队开发出革命性的R2R2R系统,仅需智能手机拍摄和一段演示视频,就能自动生成大量机器人训练数据。该系统绕过了传统昂贵的远程操作和复杂物理仿真,通过3D重建和智能轨迹生成技术,让机器人训练效率提升27倍,成本大幅降低,有望让高质量机器人技能变得像安装手机应用一样普及。
AI数据平台iMerit认为企业级AI工具集成的下一步不是更多数据,而是更好的数据。该公司正式推出学者计划,旨在建立专家团队来微调生成式AI模型。与Scale AI的高吞吐量方法不同,iMerit专注于专家主导的高质量数据标注,需要深度人工判断和领域专业监督。公司目前与超过4000名学者合作,客户包括三家大型生成式AI公司、八家顶级自动驾驶公司等。
腾讯优图实验室提出AnoGen方法,仅用3张异常图片就能训练出高精度工业检测AI。该方法通过扩散模型学习异常特征并生成大量逼真样本,在MVTec数据集上将检测精度提升5.8%,为解决工业异常检测中样本稀缺问题提供了突破性方案。