去年，在華為開發(fā)者大會2020(Cloud)期間，華為云人工智能領域首席科學家田奇在主題演講中發(fā)布了華為視覺計劃。這是一個立足當下、著眼未來的研究計劃，包含三大方向和六大課題，系統(tǒng)梳理了計算機視覺領域面臨的困難和未來發(fā)展方向。
經過一年的努力，華為研究團隊在不少研究領域都取得了長足的進展。在過去的一年內，研究團隊發(fā)表頂級會議和期刊論文超過50篇，拿下多項國際競賽的冠軍，并且在20余個實際項目上取得了落地應用。
數據高效、模型高效、知識高效，是計算機視覺的重點研究方向
計算機視覺，本質上是從視覺數據中學習知識的學科。在大數據時代，深度學習技術蓬勃發(fā)展，為計算機視覺帶來了輝煌的今天。計算機視覺算法在限定場景下已經取得了令人矚目的成就，然而監(jiān)督學習帶來的紅利將逐漸減弱。當前，計算機視覺算法面臨對數據需求大、模型難以設計、知識難以抽取等問題，從而導致其難以復制到不同的場景里去。想要更進一步，就必須直面上述挑戰(zhàn)，設計數據高效、模型高效、知識高效的計算機視覺算法。
數據高效：數據冰山和數據魔方
為了達到數據高效的目標，華為提出數據冰山計劃和數據魔方計劃。數據冰山的目標在于高效撬動無標注數據：為此華為設計了小樣本學習算法，將實際應用場景中的標注數據需求量減少了80%以上，同時保證算法的精度與基線相當。相應的論文《異步教師學生優(yōu)化算法》發(fā)表在頂級會議CVPR2021上。數據魔方的目標在于從多模態(tài)數據中獲取更多有效信息：為此華為設計了高效模態(tài)融合算法，高效融合了圖像、點云等模態(tài)信息，一舉拿下nuScenes2020三維物體檢測競賽冠軍。
模型高效：模型摸高和模型瘦身
為了達到模型高效的目標，華為提出模型摸高計劃和模型瘦身計劃。模型摸高的目標在于設計強大的視覺骨干模型，為此華為提出了利用知識蒸餾輔助數據擴增的算法，相應的論文《消除自動數據擴增中的離群樣本》發(fā)表在ECCV2020上，同時在近一年的時間內，占據ImageNet無額外數據榜單第一名。模型瘦身的目標在于設計高效的視覺骨干模型以適應端側和邊緣側設備，為此華為提出了一系列網絡架構搜索算法，發(fā)表頂級會議和期刊文章近10篇，在ImageNet等數據集的限定算力賽道上保持領先。
知識高效：萬物預視和虛實合一
為了達到知識高效的目標，華為提出萬物預視計劃和虛實合一計劃。萬物預視計劃的目標在于利用大量的無標簽數據構造預訓練模型，使其在各類下游任務上取得良好的泛化性能，為此華為提出了一系列自監(jiān)督學習算法，通過充分挖掘樣本間的關聯性，大幅提升了預訓練模型的下游應用能力。虛實合一計劃的目標在于利用虛擬數據提升真實場景下的算法性能，為此華為構建了虛擬場景和針對性的采樣、適配算法，目前已經在行人重識別問題上取得了業(yè)界領先的遷移性能，相應的論文也發(fā)表在頂級會議CVPR2021上。
《華為視覺計劃》的核心點為模型、數據、知識：模型立足當下發(fā)展，數據面向中短期突破，知識著眼長遠未來。在深度學習帶來的模型紅利逐漸稀薄的情況下，華為探索新的學習范式，從全監(jiān)督數據過渡到弱監(jiān)督甚至無監(jiān)督數據，并且將知識引入訓練和推理過程，通過這兩條新的研究路徑，顛覆現有學習范式，引領業(yè)界的研究潮流。
華為開發(fā)者大會2021(Cloud)(簡稱HDC.Cloud 2021)上，華為云基于華為視覺計劃，將為開發(fā)者帶來一份神秘大禮。這份禮物，將助力大部分開發(fā)者和企業(yè)，使得他們能夠基于更高效的平臺，更容易地開發(fā)出高效的視覺算法。
作為華為ICT基礎設施業(yè)務面向全球開發(fā)者的年度盛會，華為開發(fā)者大會2021(Cloud)將于2021年4月24日-26日在深圳舉行。本屆大會以#每一個開發(fā)者都了不起#為主題，將匯聚業(yè)界大咖、華為科學家、頂級技術專家、天才少年和眾多開發(fā)者，共同探討和分享云、計算、人工智能等最新ICT技術在行業(yè)的深度創(chuàng)新和應用。智能時代，每一個開發(fā)者都在創(chuàng)造一往無前的奔騰時代。世界有你，了不起!
點擊鏈接，了解大會詳細信息。
https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=118119&extra=page%3D1
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
