Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

百度斩获NeurIPS2020挑战赛冠军,引领遥感变化检测技术发展

12月6日,神经信息处理系统大会NeurIPS 2020(Conference and Workshop on Neural Information Processing Systems)于线上举行,期间公布了SpaceNet-7多时相城市发展挑战赛(Multi-Temporal Urban Development Challenge)结果,百度凭借百度大脑先进的计算机视觉技术支撑,以最高得分和最快模型的成绩斩获冠军,原创AI技术再次得到国际权威顶赛的印证。百度遥感变化检测领域展现出的技术领先性,将进一步促进该技术在备灾、环境监测、基础设施建设和防疫等领域的应用。

据了解,NeurIPS是由大会基金会主办的关于机器学习和计算神经科学的国际会议。作为机器学习领域的顶级会议,NeurIPS在中国计算机学会的国际学术会议排名中处于人工智能A类会议,拥有超高专业性和权威性。大会开设的SpaceNet-7挑战赛聚焦于遥感变化检测技术的应用,竞赛任务要求参赛者使用已建立的多目标跟踪准确性(SCOT)指标跟踪建筑物的建设进度,从而直接评估城市化程度。

竞赛中,百度团队采用了飞桨图像分割模型库PaddleSeg中单个语义分割模型HRNet进行训练和预测,该模型已在诸如CityScapes等多个公开数据集获得当前最佳结果(SOTA);同时HRNet网络中维持了一个高分辨率的分支,可有效回应任务中依赖于大分辨率的需求。此外,百度团队还设计了专用的后处理算法以提升预测效果。最终,百度团队仅使用单个HRNet模型就实现了最高得分和最快模型,准确性得分领先第二名0.37,预测速度为第二名的7倍。

百度团队夺冠SpaceNet-7多时相城市发展挑战赛)夺冠的背后离不开百度大脑先进AI技术的助力;其中,百度大脑基础层的关键部分飞桨深度学习平台PaddleSeg发挥了重要作用。PaddleSeg是百度飞桨面向开发者开源的完备且易用的工业级分割模型库,具有模块化设计、丰富的数据增强、高性能、工业级部署等四大特点。目前,PaddleSeg已经在百度无人车、AI 开放平台人像分割、小度P图和百度地图等多个产品线上应用或实践,在工业质检行业也已经取得了很好的效果。此次百度团队将其应用于遥感变化检测领域,并取得总榜第一的好成绩,再次证实了PaddleSeg工业级的高性能优势,也彰显了百度在AI技术领域的先进性和领先性。

遥感技术作为一门实用、先进的空间探测技术,已有近六十年的发展史,在城乡建设、灾害应急、环境监测等场景下一直发挥着重要作用。随着与日俱增的海量遥感影像数据,遥感数据的解译开始寻求AI技术的赋能,遥感智能解译成为行业突破方向,在AI领域拔得头筹的企业,也将努力成为遥感智能解译成的引领者。

作为国内人工智能的领军企业,百度在先进的AI技术、开放的产品能力和丰富的落地经验等方面优势突出;其中,百度AI技术的集大成者百度大脑始终保持核心技术持续领先,已全面升级为“AI新型基础设施”,从基础层的算力、数据、飞桨深度学习平台,到感知层的语音、视觉、AR/VR,再到认知层的语言与知识,以及平台层的AI平台与生态,“软硬一体AI大生产平台”不断得到夯实,这将成为百度发力遥感智能解译方向、深耕遥感变化检测技术的“得力助手”;遥感影像分析也走出了实验室,通过百度智能云智慧城市整体解决方案在应急管理、自然资源监管、生态环境监测等多个领域进行了落地(咨询合作可以访问 https://cloud.baidu.com/solution/city/index.html)。

此次百度一举夺得业内重磅的NeurIPS2020遥感领域赛事冠军,正代表了百度遥感变化检测领域的领先性,也是百度AI技术长期积累、全面发力、实力领跑的一大明证。未来,百度还将持续依托百度大脑软硬一体的平台赋能,继续深耕遥感智能解译方向,助力推进遥感技术在环境监测、基础设施建设和防疫等领域的应用落地。

产业百度NeurIPS 2020
1
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

图像分割技术

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看,图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程,即把属于同一区域的像索赋予相同的编号。

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。

神经科学技术

神经科学,又称神经生物学,是专门研究神经系统的结构、功能、发育、演化、遗传学、生物化学、生理学、药理学及病理学的一门科学。对行为及学习的研究都是神经科学的分支。 对人脑研究是个跨领域的范畴,当中涉及分子层面、细胞层面、神经小组、大型神经系统,如视觉神经系统、脑干、脑皮层。

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。

遥感技术

遥感(remote sensing)是指非接触的、远距离的探测技术。一般指运用传感器/遥感器探测物体的电磁波辐射、反射特性。遥感通过遥感器这类对电磁波敏感的仪器,在远离目标和非接触目标物体条件下探测目标。

语义分割技术

语义分割,简单来说就是给定一张图片,对图片中的每一个像素点进行分类。图像语义分割是AI领域中一个重要的分支,是机器视觉技术中关于图像理解的重要一环。

百度网讯机构

北京百度网讯科技有限公司是百度旗下公司,拥有网页搜索、hao123、百度推广等多条业务线,致力于为用户提供“简单可依赖”的互联网搜索产品及服务。

http://www.baidu.com
多目标跟踪技术

多目标跟踪(Multiple Object Tracking or Multiple Target Tracking, MOT or MTT)主要任务是在给定视频中同时对多个目标进行定位、维持他们的ID、生成他们各自的轨迹。

推荐文章
暂无评论
暂无评论~