这家AI公司的图像识别技术让谷歌和微软甘拜下风

  • 时间:
  • 浏览:1

2018-07-30 15:32   北国网     

我还要评论(

)

字号:T|T

2018年7月,在国际权威计算机视觉竞赛PASCAL VOC comp4目标检测竞赛中,Yi+ AI团队获得了目标检测单模型第一名,超越了现有排行榜中的微软研究院、谷歌 、阿里达摩院、Face++等国内外众多知名公司,以精度90.7%的成绩打破了世界记录,成为世界第一家总成绩突破90%计算机视觉企业。共同在Pascal VOC “comp3”中,首次突破30%,刷新世界纪录。

Pascal VOC comp4是众多国内外企业物体检测团队证明自己实力的地方,此次Yi+力压群雄,取得了90.7%的成绩,比第二名的阿里达摩院高了1.三个百分点,在物体检测领域,1.三个百分点愿因还要比对方“多”检测正确3000多个框,共同值得注意的是,此次Yi+AI团队使用的是难度更高的单模型,而第二名的方式是多模型融合。

PASCAL VOC可谓视觉识别类竞赛的鼻祖,蕴含了物体分类、目标检测、图像分割等任务。PASCAL VOC对计算机视觉的发展具有深远而巨大的影响,后续的ImageNet竞赛的任务设置就基本沿用了它的设定。此前,微软、英特尔、CMU、Facebook、UC Berkeley等国际顶尖研发团队先后在你是什么排行榜上刷新纪录。

Yi+AI的负责人表示,在此次Pascal VOC comp4竞赛中,Yi+AI团队使用的方式叫做FXRCNN,其中“X”,代表“多元”的意思,愿因Yi+AI使用的形态学 不仅仅是高准确率的模型,共同也适用多元场景,包括移植到移动端(通过更改Backbone和Head),实现图像分割(增加Mask分支),实现人体关键点(增加Key point分支),实现人脸检测(增加Face分支)。

Yi+提交的深度1学习模型,不是而是采用了Faster RCNN的基本形态学 ,但有也不不同之处:1)采用ResNeXt作为基础网络,结合FPN实现多尺度形态学 融合,2)在后外理阶段,采用SoftNMS和多框投票融合;3)通过Yi+海量数据进行预训练;4)多尺度训练,进一步加强数据增强。

近年来Yi+不断加大对人工智能、大数据等新技术的研发和应用,本次提交的模型,是Yi+多年来技术积累的结果,是通过不断的攻克实际问提的结果,是Yi+内部管理模型不断优化的结果,Yi+ AI的FXRCNN在下行速率 ,内存,精度,应用范围等多维度进行了全面的优化。

在人工智能领域,目标检测技术应用广泛,是Yi+AI场景落地的关键性技术之一。Yi+将目标检测技术应用在图像搜索引擎和图片视频形态学 化引擎中,Yi+图像搜索引擎可检测类目超30类,覆盖服饰、3C商超、家居、日用品、交通工具等;Yi+图片视频形态学 化引擎则采用目前业界最领先的基于深度1学习的通用目标检测算法,支持超过30类常用物体的目标检测、识别,可实现对视频和图像中的场景、人、车辆、物体(轮廓)检测、识别、分割、跟踪;可识别近10,000种物品,30种场景。

目前Yi+AI已将目标检测技术应用在多个使用场景中,包括“智能硬件”、“营销”、“新零售”、“智慧城市”等外理方案,具体则应用在场景广告平台、新零售平台、大屏AI助手、智慧安防、智慧交通、智慧社区等多项领域之中。

下一步,Yi+将结合现有技术优势继续深耕智慧城市、新零售、智能营销、智能硬件等多个领域,让计算机看懂世界,用科技提供人工智能服务,帮助亲们看见非凡,see different。

Yi+获得阿里巴巴等B轮融资。服务了众多30强客户。团队成员大多来自顶尖企业与高校,如哥伦比亚大学、帝国理工、耶鲁、普林斯顿、普渡大学、新加坡国大、南洋理工、清华、北大等及微软、IBM、英特尔、阿里巴巴、腾讯、百度、华为等企业。