9月12日,華為云人工智能大賽·垃圾分類挑戰(zhàn)杯初賽結果公布。本次大賽吸引了超過2600名參賽選手報名,經過一個多月的激烈比拼,最終11支隊伍脫穎而出,入圍總決賽。
11支隊伍入圍決賽
9月12-19日,大賽將進入決賽環(huán)節(jié),每個團隊需提交可復現選手最佳模型的訓練數據和代碼;9月20日上午,11支決賽隊伍將在2019華為全聯接大會現場進行答辯,來自北京大學、復旦大學、權威媒體CSDN、華為云等的專家評委將從模型設計、模型訓練等角度對選手進行提問考核,最終根據模型準確率和現場答辯成績排名。
為助力全面推進城市生活垃圾分類工作,發(fā)揮人工智能在垃圾分類工作中的輔助作用,華為云舉辦了“華為云人工智能大賽·垃圾分類挑戰(zhàn)杯”,推薦使用華為云一站式AI開發(fā)平臺ModelArts進行開發(fā),得到了來自全國高等院校、科研單位、企業(yè)、創(chuàng)客團隊等的踴躍參與。
本次大賽參賽者之一,國內知名IT教育培訓機構人工智能研究員David介紹道,“AI不應該僅是停留在論文和實驗室中,AI已經在解決我們日常生活中越來越多的問題,從人臉識別到智能推薦,再到垃圾分類,學以致用不正是我們AI開發(fā)者的價值體現嗎?選擇參賽可以更好地積累經驗,提升課程質量,同時也會將整個參賽過程錄制成為AI實戰(zhàn)系列課程,分享給更多的學生和AI開發(fā)者。在比賽過程中,華為云為開發(fā)者提供了開發(fā)過程中所需要的必備條件,從提供訓練數據到全流程模型生產服務ModelArts的使用說明,再到一套baseline代碼、代金券,多達兩百小時的GPU計算資源,均體現了華為云對開發(fā)者的重視。”他表示,通過華為云一站式AI開發(fā)平臺ModelArts,模型訓練時間大大縮短,并且在模型優(yōu)化的過程中,參賽選手互相交流切磋,技術氛圍濃厚。
電子信息工程專業(yè)的大二學生李琦彬則表示,作為不具備太多經驗的AI開發(fā)小白,參加華為云垃圾分類大賽可以驗證所學知識,并把所學的知識轉化為實踐經驗。他也表示,華為云ModelArts功能強大,能夠提供AI開發(fā)的全流程一體化服務,不僅適合開發(fā)老手使用,新人小白學習使用也可以得心應手,AI開發(fā)從此變得迅捷輕便。
值得一提的是,華為云ModelArts不僅僅應用于垃圾分類,還可適用于建筑、互聯網、醫(yī)療等諸多行業(yè)場景。例如,在建筑業(yè),ModelArts能夠賦能質檢、巡查等場景,如產品缺陷檢測、合規(guī)檢測、異常識別、安全穿戴等;在互聯網行業(yè),ModelArts的智能數據標注技術及高性能大規(guī)模模型訓練,大幅度提高模型開發(fā)效率、縮短模型開發(fā)周期(從月到天);在醫(yī)療行業(yè),ModelArts可以處理令專家頭痛的標注任務,助力宮頸癌檢測等具體細分場景。
目前,華為云ModelArts已經擁有開發(fā)者超過3萬,日均訓練作業(yè)任務超過4000個,32000小時,其中:視覺類作業(yè)占85%,語音類作業(yè)占10%,機器學習占5%。
一直以來,華為云AI賦予各行各業(yè)“智慧”的大腦,除了互聯網、制造業(yè)外,關乎社會民生的醫(yī)療、應急、環(huán)保、水利等行業(yè)場景,都在通過AI煥發(fā)出全新的數字化活力。
9月18日-9月20日,2019華為全聯接大會(HUAWEI CONNECT 2019)將在上海世博中心舉辦,華為云AI最新黑科技、產品與解決方案將重磅亮相。9月20日,華為云人工智能大賽·垃圾分類挑戰(zhàn)杯總決賽也將火熱舉辦,冠軍將花落誰家?敬請持續(xù)關注2019華為全聯接大會。
- 科技圈一周大事件:蘋果發(fā)布iPhone 16e,華為造車再起航,科技熱點一網打盡!
- 小米汽車App上架小米SU7 Ultra,提前小訂搶先體驗,優(yōu)先排產等你來
- 2025年「38節(jié)」新玩法揭秘:阿里媽媽破解購物節(jié)密碼,理性消費新思路
- 京東外賣瘋狂擴張:地推力量崛起,騎手不再裸奔,新篇章開啟
- 外賣市場新變革:美團、餓了么、京東聯手打造全新競爭格局
- 小鵬匯天“陸地航母”冬季測試揭秘:驗收前準備就緒,探索飛行汽車新紀元
- 小米YU7智駕狀態(tài)下車尾亮起小藍燈:科技與時尚的完美結合
- 寶馬Mini暫停電動化轉型計劃:轉型按下暫停鍵,投資6億英鎊擱置
- 索尼超越夏普成日本市值第二大公司,僅次于豐田汽車,未來前景可期
- 英特爾18A工藝躍進,上半年流片揭秘:工藝革新能否引領新一輪芯片革命?
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。