• 南京百度推廣,南京百度,南京百度公司,南京網站建設南京網站推廣

17051255602

華為 攜手百度再發大消息!

來源:南京百度公司 南京百度發布時間:2019/6/26 21:04:57 分類:行業動態 瀏覽量:

南京百度公司7月3日、4日,有中國AI領域第一盛會之稱的“Baidu Create 2019”百度AI開發者大會將拉開大幕。目前有消息稱華為將作為重要合作伙伴亮相主論壇,雙方將聯手宣布影響中國AI未來的新合作。

(2019百度AI開發者大會將于7月3日、7月4日在北京召開)

而就在一周前的6月21日,華為在武漢發布了新一代拍照旗艦nova 5系列,搭載海思麒麟 810 芯片,綜合AI評分高達23944,關注度頗高。2019百度AI開發者大會日前也在緊鑼密鼓地預熱中。若二者聯手宣布AI領域新合作,外界猜測必然是一個能改變中國AI發展路徑的重磅,影響中國AI未來方向。

(6月21日,華為nova5系列新品發布)

作為中國AI領域的“頭雁”,百度不僅研發、開放核心AI技術,也在開源層面貢獻巨大。國內唯一功能完備的深度學習平臺、被稱為“國貨之光”的飛槳(PaddlePaddle)就由百度打造。

2018年,華為發布了面向移動終端的AI計算平臺HiAI,基于 “芯、端、云”三層開放架構,構筑全面開放的智慧生態,讓開發者能夠快速地利用華為強大的AI處理能力,為用戶提供更好的智慧應用體驗。其中HiAI Foundation基于麒麟芯片的能力開放,使能開發者大幅縮短AI應用的開發周期,提升開發集成效率,成功加速眾多AI應用的落地。

此前早在 2017年,百度與華為就達成戰略合作,其中飛槳與HiAI的合作是重要的一部分。這一次,在AI時代,百度與華為又將如何聯手合作,非常值得期待!

(2017年,百度與華為簽署戰略合作)

在人體檢測領域,百度更是“開掛”一般,拿下“三連冠”。在“Look Into Person”國際競賽(以下簡稱LIP)三項人體精細化解析競賽單元(Track1:Single-Person Human Parsing,Track3:Mult-Person Human Parsing,Track4:Video Multi-Person Parsing)中,百度均獲第一名。LIP國際競賽專注于人體的精細語義理解任務,包括單人的人體解析任務、單人的人體姿態估計任務、多人的人體解析任務、視頻多人人體解析任務。此次比賽的主題為復雜場景中人體的視覺理解,是計算機視覺領域的基本問題之一,對視頻監控、人機交互、自動駕駛、虛擬現實等場景具有重要意義。

(獲獎證書)

比賽中,單人人體解析競賽單元的任務是輸出單人圖片語義分割信息(如上肢和下肢等)。針對人體關鍵目標區域較小、難以檢測的問題,百度對以往基于多尺度全卷積神經網絡的模型(例如Pyramid Scene Parsing Network, DeepLab v3+等)進行改進,使每個卷積核能對圖片的細節進行感知,同時輸出精度更高的feature map。此外,百度還進行了圖片增強、數據擴張,在訓練中動態調整輸入圖片尺度,使用mIOU loss損失函數等,使得模型能夠更精確地捕捉肢體的細節、以及被遮蓋的部分。最終根據各個不同模型的效果進行融合,百度取得65.18%的mIoU,獲得了單人人體解析的冠軍,超過上屆冠軍7.2個百分點。

(單人人體解析結果展示)

多人人體解析和視頻人體解析方面,解決的是對圖片中以及視頻中的多人語義信息分割問題。該競賽數據集與單人人體解析任務相比,更關注多人遮擋等難題,進一步增加比賽難度。在比賽中,百度針對多人遮擋嚴重、姿態和視角多樣性等特點,優化改進了結合多人檢測和單人人體解析的top-down框架,通過最終改進的模型在多人人體解析和視頻多人人體解析競賽單元中均取得第一的成績,成績大幅領先第二名。

人臉活體檢測領域

人臉活體檢測是視覺人臉識別領域的一個經典問題。近年來隨著人臉技術的不斷落地,活體檢測在人臉解鎖、人臉支付、遠程身份核驗等應用上發揮著越來越重要的作用。在CVPR人臉活體檢測比賽上,百度作為invited participant在300多個隊伍中獲得第一的好成績(Acer即平均錯誤率最低)。CVPR-19-Face Anti-spoofing Attack Detection Challenge是CVPR會議歷史上首次舉辦人臉活體檢測比賽,發布了目前世界上最大的跨模態人臉活體檢測數據集CASIA-SURF,包含1000人次的21000段三模態(RGB、IR、Depth)人臉視頻。比賽任務兼顧學術和實用價值,十分富有挑戰。

作為該項比賽的冠軍,百度在活體檢測方向已積累百萬級的攻擊圖像數據,持續研發迭代了多模態(Depth、IR、RGB)、雙端(云端、嵌入式)的活體檢測模型。這些模型對內支持多項核心業務,對外服務眾多標桿客戶,滿足不同的場景應用需求。

目標檢測領域

目標檢測是計算機視覺和模式識別領域的基礎問題之一,百度在該領域獲得"Objects365 物體檢測"國際競賽Full Track冠軍,而Full Track主要用于探索目標檢測系統的性能上限。Objects365作為一個全新的數據集,旨在促進對自然場景不同對象的檢測研究。

Objects365在638K張圖像上標注了365個對象類,訓練集中共有超過1000萬個邊界框。因此,這些標注涵蓋了發生在各種場景類別中的常見對象。參賽者可以使用發布的60萬張圖片組成的訓練集訓練一個目標檢測模型,對圖片中的存在于Objects365定義的365個類中的目標輸出包圍框,類別和分數。在3萬張圖片組成的驗證集上做算法性能驗證,最終在由10萬張圖片組成的測試集中完成挑戰。據悉,百度采用了基于飛槳研發的檢測訓練框架,訓練框架及模型即將開源。

同時,百度在NTIRE競賽中的圖像超分辨項目也強勢奪冠。這是百度首次參加NTIRE(計算機視覺low-level vision領域中影響力最大的競賽),便在400余支參賽隊伍脫穎而出。本次比賽采用了全新拍攝的真實數據集(RealSR),百度視覺團隊在PSNR和SSIM兩項指標上均名列第一,同時提出極具創新性的CDSR超分模型,通過級聯的方法逐步將圖像從模糊變清晰。相關技術采用飛槳部署于百度App,已經應用于Feed圖片查看的功能。

智能城市車輛識別領域

本屆AI-city公開賽包含城市范圍多攝像頭車輛跟蹤、城市范圍多攝像頭車輛重識別和交通異常檢測三個子任務。百度在城市范圍多攝像頭車輛重識別任務中獲得冠軍,得益于飛槳(PaddlePaddle)框架助力,并憑借在車輛垂類領域檢測、跟蹤、屬性分析、關鍵點定位等技術能力的長期積累,實現mAP Score指標達到0.855,超越第二名6.4個點。

城市范圍多攝像頭車輛重識別是智能車輛分析能力的核心基礎技術之一。智能車輛分析能力為百度在智能城市領域積極探索提供強有力的支持,尤其是在城市安防、智能交通等重要的AI2B場景下都離不開對車輛結構化分析的需求。目前,百度已經開放車輛檢測、車輛屬性/車型識別、車流統計和智能定損等多項相關服務。未來,百度將繼續推進車輛垂類技術能力的建設及智能車輛分析技術迭代,為不同領域賦能。

百度表示,在今年的CVPR上滿載而歸,顯示出百度大腦在視覺領域各個方向的長期積累、全面發力,更是百度大腦技術實力全球領先的強大佐證。不僅如此,作為百度AI技術的集大成者,百度大腦還在對外不斷開放這些頂尖AI技術,目前已對外開放視覺、語音、自然語言處理等170多項領先的AI能力,為廣大開發者提供AI技術研發支持,賦能各行業。

以上是南京百度為你提供!做百度找南京百度你就對了,南京百度公司因為專業,所以值得信賴!南京百度公司您身邊的推廣專家!

17051255602

博彩评级网