9月20日，歷時(shí)近兩個(gè)月的華為云人工智能大賽·垃圾分類挑戰(zhàn)杯落下帷幕，冠亞季軍名單正式揭曉，并在2019華為全聯(lián)接大會(huì)現(xiàn)場(chǎng)舉辦了頒獎(jiǎng)儀式?！　?/p>

華為云人工智能大賽·垃圾分類挑戰(zhàn)杯決賽頒獎(jiǎng)現(xiàn)場(chǎng)

20日上午決賽答辯現(xiàn)場(chǎng)，來(lái)自新加坡南洋理工大學(xué)、中國(guó)科學(xué)院大學(xué)、西安交通大學(xué)、中山大學(xué)、東北財(cái)經(jīng)大學(xué)、華南理工大學(xué)等高校、企業(yè)的決賽11強(qiáng)悉數(shù)登場(chǎng)。專家評(píng)委從圖像分類模型構(gòu)建角度對(duì)選手展開(kāi)提問(wèn)考核，最終根據(jù)模型準(zhǔn)確率及現(xiàn)場(chǎng)答辯成績(jī)進(jìn)行綜合排名，最終決出冠亞季軍。　　

本次華為云人工智能大賽·垃圾分類挑戰(zhàn)杯，旨在運(yùn)用人工智能為垃圾分類乃至千行百業(yè)帶來(lái)更多可能性?，F(xiàn)實(shí)生活中，垃圾形態(tài)、拍照時(shí)角度、光線、背景等差異，往往使得AI訓(xùn)練集的數(shù)據(jù)難以識(shí)別垃圾的廬山真面目。因此，在比賽過(guò)程中，參賽選手需要克服并解決這些難題，從而構(gòu)建出能準(zhǔn)確識(shí)別垃圾的模型。

華為云為廣大參賽者提供了一站式AI開(kāi)發(fā)管理平臺(tái)ModelArts，幫忙訓(xùn)練基于深度學(xué)習(xí)技術(shù)的圖像分類模型，實(shí)現(xiàn)對(duì)垃圾圖片類別的精準(zhǔn)識(shí)別，使能智慧城市生活。

“快速上手”、“易學(xué)易用”，全鏈條開(kāi)發(fā)獲好評(píng)

獲得本次大賽冠軍的團(tuán)隊(duì)“千年等一回”隊(duì)長(zhǎng)曾兆陽(yáng)介紹道，為了解決垃圾種類繁多且需要在運(yùn)行的過(guò)程中不斷增加數(shù)據(jù)和類別的特性等問(wèn)題，“千年等一回”的解決方案同時(shí)考慮了深度卷積網(wǎng)絡(luò)特征的魯棒性和圖像檢索算法的擴(kuò)展性。

“千年等一回”隊(duì)員王鍇表示，由于本次比賽的模型均部署在華為云ModelArts上進(jìn)行統(tǒng)一測(cè)試，規(guī)則上便避免了測(cè)試漏洞。另外，在ModelArts的幫助下，參賽選手還開(kāi)發(fā)了小程序來(lái)讓家人朋友參與到垃圾分類的Demo測(cè)試中，大賽的互動(dòng)性和趣味性瞬間強(qiáng)化。隊(duì)員楊劍飛則對(duì)垃圾分類算法的落地提出了展望，他表示，目前垃圾分類算法尚存在問(wèn)題，例如缺乏大規(guī)模的垃圾數(shù)據(jù)集、垃圾圖片中存在多種垃圾的混合影響、深度學(xué)習(xí)網(wǎng)絡(luò)對(duì)從未見(jiàn)過(guò)的樣本出現(xiàn)預(yù)測(cè)偏差等?；谝陨蠁?wèn)題，Active Learning的標(biāo)注和基于Zero-Shot Learning的推測(cè)系統(tǒng)有望成為關(guān)鍵。借此，他希望行業(yè)能以華為云人工智能大賽·垃圾分類挑戰(zhàn)杯為起點(diǎn)，研究者、工程師共同優(yōu)化垃圾分類項(xiàng)目，為社會(huì)作出貢獻(xiàn)。

大賽冠軍團(tuán)隊(duì)“千年等一回”

大賽亞軍——東北財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院的YY團(tuán)隊(duì)指導(dǎo)老師高明副教授表示，“參加這場(chǎng)大賽不但可以了解其他院校、企業(yè)在人才培養(yǎng)、技術(shù)積累方面的真實(shí)水平，還能真正地了解行業(yè)的需求，從而促進(jìn)高校的科研與人才培養(yǎng)工作。實(shí)際上，比賽中需要克服垃圾數(shù)據(jù)量小、類別不平衡、垃圾位置分布不均等現(xiàn)實(shí)挑戰(zhàn)，團(tuán)隊(duì)也得以在真實(shí)場(chǎng)景測(cè)試和改進(jìn)像素注意力、Augment+等原創(chuàng)科研成果，未來(lái)我們希望能更多地做一些完全自主的源頭創(chuàng)新，如通用的網(wǎng)絡(luò)架構(gòu)和預(yù)訓(xùn)練模型等。通過(guò)華為云一站式AI開(kāi)發(fā)管理平臺(tái)ModelArts快速、輕量、低成本地支持離線式(作業(yè)提交)或在線交互式(Notebook)深度學(xué)習(xí)模型開(kāi)發(fā)、訓(xùn)練與調(diào)試等特性，團(tuán)隊(duì)在自行積累代碼的基礎(chǔ)上，僅需配置pip的標(biāo)準(zhǔn)安裝需求列表，十幾行數(shù)據(jù)同步的腳本，就能夠?qū)崿F(xiàn)本地與云端的相同運(yùn)行環(huán)境?？偟膩?lái)說(shuō)，ModelArts相比其他開(kāi)發(fā)平臺(tái)，具有配置簡(jiǎn)單、快速上手等優(yōu)點(diǎn)，借助于該平臺(tái)，YY團(tuán)隊(duì)得以在有限的硬件條件下快速迭代，驗(yàn)證想法。”　　

大賽亞軍團(tuán)隊(duì)“東北財(cái)經(jīng)大學(xué)管科學(xué)院YY”

大賽亞軍，在算法落地及工程化方面有著豐富經(jīng)驗(yàn)的“AI成長(zhǎng)社”團(tuán)隊(duì)也分享了參賽體驗(yàn)。他們表示，ModelArts支持現(xiàn)在所有的主流深度學(xué)習(xí)框架，開(kāi)發(fā)者可以直接通過(guò)pip安裝各種擴(kuò)展包，并支持多GPU訓(xùn)練;平臺(tái)易學(xué)易用，加速比賽算法的驗(yàn)證。在接觸的眾多開(kāi)發(fā)平臺(tái)中，ModelArts可以說(shuō)是切實(shí)簡(jiǎn)化開(kāi)發(fā)者工作的優(yōu)質(zhì)AI開(kāi)發(fā)平臺(tái)，從數(shù)據(jù)處理、數(shù)據(jù)分析、模型構(gòu)建、模型優(yōu)化到模型部署等全鏈條開(kāi)發(fā)環(huán)節(jié)，ModelArts的響應(yīng)速度都極快?！　?/p>

大賽亞軍團(tuán)隊(duì)“AI成長(zhǎng)社”　　

AI開(kāi)發(fā)任重道遠(yuǎn)，應(yīng)用前景廣闊

華為云ModelArts在垃圾分類的應(yīng)用，只是其行業(yè)實(shí)踐的一個(gè)縮影，醫(yī)療、建筑等行業(yè)都在通過(guò)ModelArts實(shí)現(xiàn)AI落地，加速智能化。

伴隨著人工智能進(jìn)入發(fā)展“快車道”，華為云也在不斷推出創(chuàng)新的AI產(chǎn)品與解決方案。今年華為全聯(lián)接大會(huì)期間，華為云EI服務(wù)產(chǎn)品部總經(jīng)理賈永利重磅發(fā)布了全面升級(jí)的ModelArts2.0，包含智能數(shù)據(jù)篩選、智能數(shù)據(jù)標(biāo)注、智能數(shù)據(jù)分析、多元模型自動(dòng)搜索、ModelArts SDK、圖神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)、模型評(píng)估/診斷、模型壓縮/轉(zhuǎn)換、自動(dòng)難例發(fā)現(xiàn)、在線學(xué)習(xí)等十余項(xiàng)新特性及服務(wù)，將以全流程的極簡(jiǎn)和自動(dòng)化顛覆傳統(tǒng)AI開(kāi)發(fā)模式。

目前，華為云ModelArts-Lab AI實(shí)戰(zhàn)營(yíng)系列活動(dòng)正在開(kāi)展中。基于AI開(kāi)發(fā)者利器ModelArts，ModelArts-Lab AI實(shí)戰(zhàn)營(yíng)系列活動(dòng)包括圖像分割、姿態(tài)識(shí)別、活體識(shí)別、NLP等領(lǐng)域的系統(tǒng)化實(shí)戰(zhàn)計(jì)劃，能夠有效幫助開(kāi)發(fā)者們get人工智能實(shí)戰(zhàn)技能、全流程AI模型開(kāi)發(fā)及應(yīng)用實(shí)戰(zhàn)要義。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。