创新奇智在国际顶级视觉大赛PASCAL VOC夺冠,彰显AI视觉算法实力

近日,在国际顶级的计算机视觉竞赛Pascal VOC挑战赛目标检测comp4赛道上,创新奇智(AInnovation)研发的AInnoDetection 目标检测算法获得综合成绩排名第一的好成绩,超越GoogleMicrosoftCMU(美国卡耐基-梅隆大学)、清华大学、阿里巴巴平安科技搜狗Yi+腾讯优图等众多国内外知名人工智能企业和高校人工智能实验室,在Pascal VOC20项的评测指标中,其中10项指标排名第一,充分体现了创新奇智人工智能算法能力,尤其是AI视觉算法的创新和设计能力。

创新奇智20项评测指标中取得10项指标第一、总分第一的成绩

Pascal VOC 数据集

 目标检测是图像领域三大基本任务之一,同时也是图像领域非常具有挑战的算法难题。Pascal VOC挑战赛是世界最权威的三大计算机视觉挑战赛之一,其数据集标注质量高、场景复杂、目标多样、检测难度大,是快速检验算法有效性的首选。Pascal VOC数据量小但是场景丰富,更加考验人工智能算法的设计和创新能力。ImageNetMSCOCO数据量大,侧重考查人工智能算力的建设能力。

 Pascal VOC是国内外AI公司竞相展开激烈竞争的主赛场。截至目前,Pascal VOC挑战赛吸引了全球近百支专业队伍参赛,包括GoogleMicrosoftCMU(美国卡耐基-梅隆大学)、清华大学、阿里巴巴腾讯搜狗Yi+平安科技等国内外知名图像领域的顶尖团队参与比赛。

 Pascal VOC的数据集包括数十个类别,包括人类、动物、交通工具、室内物体等。创新奇智视觉算法团队参加了Object Detection (Competition4) 子任务,在20类不同的目标检测上获得了10个类别的检测MAP(准确率)第一、总分第一的成绩。

Pascal VOC数据集部分样本

创新奇智AInnoDetection算法

创新奇智提出的AInnoDetection模型算法,使用著名的二阶段检测算法,采用数据增强来扩充训练数据,包括填充小物体和mixup的方法。

通过以上步骤,使检测模型能够对小物体检测效果更好,同时能够使模型预测效果更好,更健壮。

模型选择著名的二阶段检测网络,骨干网络使用ResneXt152网络架构,使用它来提取多尺度特征图,颈部网络采用一个6级特征金字塔网络(FPN),用来生成更丰富的多尺度卷积特征金字。在这之后,连接两个共享子网,一个子网负责分类目标框,另一个网络负责将目标框回归到真实框,最后使用focal-loss作为二分类的损失。同时采用多尺度测试融合,这样能够使网络根据不同的图像尺度来关注不同的目标框信息。

让小图片更加关注大物体,大图片更加关注小物体。

 最后采用多模型融合的方法,输出最优的结果。
目标检测算法的商用价值

创新奇智自成立伊始就瞄准高精尖的人工智能算法在零售、制造、金融等多个领域的商业化产品落地,重点突破人工智能算法的领先性和成熟性,形成具有巨大商业潜力的AI产品和解决方案。目前,创新奇智已经打造出业界领先的机器学习平台和AI工业视觉平台ManuVision,并发表了数篇顶级会议论文。这些成果实实在在提升了算法在实际场景的精度,提升了训练和推理的速度,并极为高效地整合了算力资源。

据悉,创新奇智人工智能视觉算法已经应用在零售渠道陈列监控的商品识别、智能货柜、工业视觉、智慧园区社区等领域,商用效果处于行业领先水平。此次夺冠的目标检测算法在创新奇智的商品检测、工业视觉缺陷检测、渠道陈列监控等产品中已经使用。除了这次Pascal VOC赛事夺冠之外,创新奇智在多个世界顶级人工智能算法大赛上夺冠,比如最近,创新奇智在WIDER FACE人脸检测赛事中夺冠。

关于参赛团队

创新奇智本次Pascal VOC竞赛夺冠队伍由张发恩、吴佳洪、杨志铮、曹浩天、宋剑飞和范馨予组成。其中团队Leader张发恩现任创新奇智CTO、创新工场人工智能工程院首席架构师和宁波诺丁汉大学荣誉教授,他在人工智能工业界和学术界成绩不菲,曾任职Microsoft、Google和百度,持有多项国内外人工智能算法专利和发表过数篇人工智能顶级会议论文。队伍中其他成员也都有着深厚的人工智能教育背景和从业经历。

创新奇智创新工场的AI子公司,以“人工智能赋能商业未来”为使命,致力于用最前沿的人工智能技术为企业提供AI相关产品及商业解决方案。创新奇智CEO徐辉在IT行业拥有20余年的销售、产品、技术、服务、管理经验,历任IBM微软、SAP等多家世界500强科技巨头企业高管,对中国市场各个行业发展有着深入了解。创新奇智采用 “技术产品”+“行业场景”双轮驱动模式,商业化速度飞快。

创新奇智拥有优异的技术研发团队,结合AI技术商业化的特点,制定了科学技术人才三级体系建设方案,三级体系形成一个金字塔结构,从顶到下分别是:“创新奇智科研委员会 — 创新奇智创新研究院 — 创新奇智工程算法研发团队”。其中,“创新奇智科研委员会” 由世界顶级人工智能科学家及知名专家担任,包括前腾讯AI Lab负责人张潼、 百度研究院三维视觉首席科学家杨睿刚、密歇根州立大学教授张弥、创新工场人工智能工程院执行院长王咏刚、创新奇智CTO张发恩。

创新奇智
创新奇智

人工智能技术创新公司,专注“AI+”商业化落地

https://www.ainnovation.com/
产业计算机视觉目标检测创新奇智
相关数据
搜狗机构

搜狗成立于2003年,是中国搜索行业挑战者,AI领域的创新者。目前搜狗月活跃用户数仅次于BAT,是中国用户规模第四大互联网公司。2004年8月,搜狗推出搜狗搜索,现已成为中国第二大搜索引擎。2006年6月,推出搜狗输入法,重新定义了中文输入,目前搜狗输入法覆盖超5亿用户,是国内第一大中文输入法。2017年11月9日,搜狗在美国纽约证券交易所正式挂牌上市,股票交易代码为“SOGO”,开盘价为13.00美元,市值超50亿美元。

http://corp.sogou.com/
微软机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
IBM机构

是美国一家跨国科技公司及咨询公司,总部位于纽约州阿蒙克市。IBM主要客户是政府和企业。IBM生产并销售计算机硬件及软件,并且为系统架构和网络托管提供咨询服务。截止2013年,IBM已在全球拥有12个研究实验室和大量的软件开发基地。IBM虽然是一家商业公司,但在材料、化学、物理等科学领域却也有很高的成就,利用这些学术研究为基础,发明很多产品。比较有名的IBM发明的产品包括硬盘、自动柜员机、通用产品代码、SQL、关系数据库管理系统、DRAM及沃森。

https://www.ibm.com/us-en/
相关技术
平安科技机构

平安科技负责开发并运营集团的关键平台和服务,支持集团的保险、银行、投资和互联网业务高效发展,同时还是集团的技术孵化器,在云、人工智能和大数据方面有着强劲的研究和开发能力。平安科技通过“科技+互联网+金融”模式,在技术研究和储备方面,拥有超过18项新技术及全球研究和开发AI内部的能力,包括微表情、图像和语音识别及语义理解。

http://www.cstia.org.cn/
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。 阿里巴巴集团经营多项业务,另外也从关联公司的业务和服务中取得经营商业生态系统上的支援。业务和关联公司的业务包括:淘宝网、天猫、聚划算、全球速卖通、阿里巴巴国际交易市场、1688、阿里妈妈、阿里云、蚂蚁金服、菜鸟网络等。 2014年9月19日,阿里巴巴集团在纽约证券交易所正式挂牌上市,股票代码“BABA”,创始人和董事局主席为马云。 2018年7月19日,全球同步《财富》世界500强排行榜发布,阿里巴巴集团排名300位。2018年12月,阿里巴巴入围2018世界品牌500强。

https://www.alibabagroup.com/
百度机构

百度(纳斯达克:BIDU),全球最大的中文搜索引擎、最大的中文网站。1999年底,身在美国硅谷的李彦宏看到了中国互联网及中文搜索引擎服务的巨大发展潜力,抱着技术改变世界的梦想,他毅然辞掉硅谷的高薪工作,携搜索引擎专利技术,于 2000年1月1日在中关村创建了百度公司。 “百度”二字,来自于八百年前南宋词人辛弃疾的一句词:众里寻他千百度。这句话描述了词人对理想的执着追求。 百度拥有数万名研发工程师,这是中国乃至全球最为优秀的技术团队。这支队伍掌握着世界上最为先进的搜索引擎技术,使百度成为中国掌握世界尖端科学核心技术的中国高科技企业,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

http://home.baidu.com/
腾讯机构

腾讯科技股份有限公司(港交所:700)是中国规模最大的互联网公司,1998年11月由马化腾、张志东、陈一丹、许晨晔、曾李青5位创始人共同创立,总部位于深圳南山区腾讯大厦。腾讯由即时通讯软件起家,业务拓展至社交、娱乐、金融、资讯、工具和平台等不同领域。目前,腾讯拥有中国国内使用人数最多的社交软件腾讯QQ和微信,以及中国国内最大的网络游戏社区腾讯游戏。在电子书领域 ,旗下有阅文集团,运营有QQ读书和微信读书。

http://www.tencent.com/
创新工场机构

创新工场由李开复博士创办于2009年9月,旨在用全方位的创业服务,帮助中国年轻创业者打造世界级企业。是国内一流的创业投资机构,目前管理超过130亿人民币的双币基金,投资阶段以A-C轮为主。主要关注人工智能、教育、消费升级、B2B企业服务、文化娱乐等领域,并不断探索与创新,致力于打造集创业平台、资金支持、投后服务等的全方位生态投资服务平台。迄今,创新工场参与投资的总项目数量累积超过300个,总部设于北京,在上海、深圳、硅谷设有办公室。

http://www.chuangxin.com/
目标检测技术

一般目标检测(generic object detection)的目标是根据大量预定义的类别在自然图像中确定目标实例的位置,这是计算机视觉领域最基本和最有挑战性的问题之一。近些年兴起的深度学习技术是一种可从数据中直接学习特征表示的强大方法,并已经为一般目标检测领域带来了显著的突破性进展。

创新奇智机构

创新奇智(AInnovation)成立于2018年3月,是创新工场AI子公司,以“人工智能赋能商业未来”为使命,致力于用最前沿的人工智能技术为企业提供 AI 相关产品及商业解决方案,通过 AI 赋能助力企业客户及合作伙伴提升商业效率和价值,实现数字化转型。创新奇智已完成总金额逾5亿元的天使轮、A和A+轮融资。 创新奇智聚焦零售、制造、金融三个行业,打造“技术产品”+“行业场景”双轮驱动模式,拥有玛氏、永辉、原麦山丘、嘉士伯、雀巢、鸿海科技、徐工信息、中冶赛迪、香港怡东集团、邮储银行、光大银行、民生银行、太保安联等多家行业标杆客户,并形成以北京为核心,辐射广州、重庆、南京、宁波、合肥、成都、西安、青岛等地的全国性布局。创新奇智的飞速发展广受市场认可,先后获得:2019胡润中国潜力独角兽、中国准独角兽TOP50、2019科创板潜力新兴企业、中国十大最具潜力早期AI公司、中国人工智能明星创业公司TOP50、2019中国零售新锐技术企业奖、2019最佳AI创业企业、2019年度人工智能创新奖、制造业人工智能商业落地奖等奖项。

https://www.ainnovation.com/
推荐文章
暂无评论
暂无评论~