近日，国际计算机视觉领域会议 ECCV 2022 举办的 VIPriors 挑战赛落下帷幕，特斯联凭借自研的自监督目标检测行业模型脱颖而出，斩获「目标检测」（Object Detection）赛道第二名的佳绩。
近日，国际计算机视觉领域会议 ECCV 2022 举办的 VIPriors 挑战赛落下帷幕，特斯联凭借自研的自监督目标检测行业模型脱颖而出，斩获「目标检测」（Object Detection）赛道第二名的佳绩。
欧洲计算机视觉国际会议（ECCV）为两年一度的研究型会议，与国际计算机视觉大会（ICCV）、国际计算机视觉与模式识别会议（CVPR）共列计算机视觉三大国际顶会。本届 ECCV 在以色列特拉维夫召开，吸引来自欧美、亚太等区域的顶尖实验室、研究所和知名企业、机构参与其中；包括特斯联、华为、美团、中科院、西安电子科技大学、美国 OmniVision、韩国 HUTOM 在内的全球数百支参赛队伍一同参加了本届 VIPriors 挑战赛。
特斯联人工智能团队夺得 ECCV VIPriors 比赛第二名
此次挑战赛，聚焦于如何使用视觉归纳先验知识，提高数据使用效率，共设置包含图像分类、目标检测、实例分割和动作识别四大赛道。就目标检测赛道而言，赛事着重关注的是，在数据不足的条件下，零基础训练检测器，用以检测 DelftBikes 数据集上的自行车零部件。该数据集包含 10,000 张自行车图像，零部件区域存在缺失、损坏或遮挡等情况，对已有目标识别技术造成极大困难。针对这一挑战，结合特斯联人工智能技术及产品在行业中的应用积累，特斯联团队设立了一套完整的目标检测框架，从数据预处理、基于弱监督的自训练、目标检测框架优化等环节进行技术创新，并最终通过多模型集成将 AP@0.50:0.95 提升至 0.329，极大提升了经典目标检测算法在此条件下的检测精度和适应性。同时，相关技术也适用于其他多目标检测应用场景。
打造低代码无代码平台，推动研究成果落地
于特斯联而言，比赛的结束仅是研究的开始。特斯联积极参与国内外赛事以此打磨更贴近产业应用的预训练模型；通过行业真实数据和需求对参赛模型进行适配及进一步优化；并最终通过 TacOS 智能城市操作系统及九章 AI 算法赋能平台，赋能整个行业。
九章 AI 算法赋能平台用户界面
作为 TacOS 的核心 AI 中台，九章 AI 算法赋能平台具备「模块化」、「原子化」的特性，其打造旨在充分贯通学术生态和产业生态，使学术生态得以基于产业数据研发相应的预训练模型，并进一步让各体量、具备不同 AI 基础的企业均能基于这些模型，通过低代码、无代码的方式依据自身需求，实现自有知识产权算法的孵化及既有成熟算法的调用。目前，特斯联已经开始基于汽车零配件识别的真实行业需求及大量的行业实际数据，对 VIPriors 参赛模型进行训练及适配，以期实现对汽车零配件行业智能化转型的支持。
以学术探索赋能产业应用，再以市场反馈反哺科研创新，在特斯联看来这是一个螺旋式发展的过程，也是 AI 走向应用必不可少的阶段。特斯联期待在不断推动 AI 前沿技术探索的同时，进一步完善 TacOS 及九章 AI 算法赋能平台，为各类企业打造流程化、低门槛的 AI 基础设施，让更多企业享受到新技术的红利，也让 AI 更「接地气」。
截止目前，特斯联已经基于逾 8000 个 AIoT 项目积累的数据，打造了覆盖工业互联网、智慧能源、智慧建筑等行业，数百种细分领域需求的预训练模型。
来源：互联网
