WebVision競賽要求參賽的AI模型將1600萬+張圖片精準分類到5000個類目中。大賽所用數(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,相較于 ImageNet,WebVision 難度提高許多,同時也更加貼近于實際應用中的場景。
WebVision競賽展示了人工智能技術發(fā)展的另外一種可能性:基于弱監(jiān)督學習,深度學習可以不再以人工標注數(shù)據(jù)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(guī)模圖像分類模型,基于先進的分布式訓練方法,可以縮短超大規(guī)模數(shù)據(jù)集的訓練時間。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,通過訓練過程中的動態(tài)評估識別并剔除大量噪聲數(shù)據(jù),并進一步通過知識蒸餾降低噪聲對模型訓練的影響,最終在完全沒有人工標注的情況下,從互聯(lián)網(wǎng)上自動爬取的大規(guī)模數(shù)據(jù)集上進行學習,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,可廣泛用于通用物品識別、圖像/視頻標簽等領域。近十年來計算機視覺取得的進展離不開大量人工標注的數(shù)據(jù)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象的超級數(shù)據(jù)集?；ヂ?lián)網(wǎng)上存在幾乎取之不盡的無標注圖像數(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注數(shù)據(jù)進行學習,能夠在很大程度上降低圖像識別對人工標注的依賴。
華為云EI在視覺研究領域有著豐富的技術積累,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,華為貢獻論文34 篇,涵蓋遷移學習、半監(jiān)督學習、網(wǎng)絡架構搜索、模型算子優(yōu)化、知識蒸餾、對抗樣本生成等前沿領域。展示了華為在計算機視覺領域強大的人才儲備、科研底蘊和創(chuàng)新能力。
華為云EI在行業(yè)應用上亦有豐富的商用實踐經(jīng)驗。目前,華為云EI內(nèi)容審核、人臉識別、圖像搜索、視頻分析等服務已經(jīng)成功應用于互聯(lián)網(wǎng)、媒資、園區(qū)、物流、工業(yè)等行業(yè)。
華為云還將圖像識別技術應用于天文、氣象等領域。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,同時可以準確地對某一類星體進行定位,傳統(tǒng)方式完成如此大量的星體識別工作需要 169 天時間。
