2019年(nian)3月,宇視(shi)科技(uniview)計算機視(shi)覺與深度學習(xi)算法在Multiple Object Tracking(MOT) Challenge全球競(jing)賽刷新(xin)最好(hao)成(cheng)績(ji),在MOT最新(xin)的數據集MOT17Det中,將交通場景目標檢測(ce)的AP提高至0.89X,呈現(xian)最高識別(bie)準確率與最低誤報率,以第一名(ming)成(cheng)績(ji)打(da)破騰訊優圖(tu)、商湯等AI算法名(ming)企創下的記錄。
![](/res/202001/07/20200107_1626215_24-1_804891_140493_0.jpg)
圖 宇視算法突破高人流密度與遮擋等痛點,部署多場景,位列MOT Challenge多目標行人目標評測榜首位
MOT Challenge是國際多目標檢測跟(gen)(gen)蹤領(ling)域最(zui)權威的(de)(de)(de)測評平臺,評測多行(xing)人對象在(zai)復雜場景(jing)下進(jin)行(xing)同(tong)時檢測及(ji)跟(gen)(gen)蹤的(de)(de)(de)算法性能。MOT競賽(sai)每年舉(ju)辦,是世界(jie)各大AI研究機構、企業(ye)、高校角(jiao)逐(zhu)之(zhi)地,MOT17Det采集自不同(tong)場景(jing)和多個拍(pai)攝(she)角(jiao)度下的(de)(de)(de)素(su)材,覆蓋各種復雜情況、待檢測目標,涉及(ji)欠曝(pu)(pu)和過(guo)曝(pu)(pu)場景(jing)、微(wei)小目標、目標被大量遮擋等(deng)。打榜的(de)(de)(de)宇視算法AdaptNet 1.2版本,主要改進(jin)點為(wei):
- 在已有(you)的深(shen)度(du)(du)神(shen)經網絡的基礎上,融合了多尺度(du)(du)深(shen)度(du)(du)特征,提升對微小目標(biao)的表達(da)能力。
- 提出了一(yi)種新的基(ji)于最大類間(jian)距的損失函數,可以提升目標(biao)遮(zhe)擋(dang)情況下的檢測精度。
- 采用(yong)一種新的注(zhu)意力機制,進一步提升(sheng)過曝(pu)和欠(qian)曝(pu)等(deng)難(nan)檢(jian)目標的檢(jian)出(chu)率。
![](/res/202001/07/20200107_1626216_24-2_804891_140493_0.jpg)
圖 宇視全系列AI產品以中國關山命名,六山兩關產品中,僅『昆侖』重器就部署超過300個項目
專攻人(ren)工智能科目的(de)(de)宇視(shi)研(yan)發副總裁謝會斌表示:“本次(ci)取得排名(ming)世界第一(yi),驗證了我(wo)們AdaptNet網絡(luo)模(mo)型(xing)的(de)(de)有效。宇視(shi)內部(bu)AI算法(fa)各團(tuan)隊代號以貓科動物命(ming)名(ming),此(ci)次(ci)打榜的(de)(de)是(shi)‘陸虎’小(xiao)組。2017年,宇視(shi)在(zai)KITTI評測(ce)中(zhong)獲(huo)得世界第一(yi),側重(zhong)的(de)(de)是(shi)車道檢測(ce)。優秀算法(fa)模(mo)型(xing)的(de)(de)產生,不(bu)僅是(shi)在(zai)實驗室中(zhong)的(de)(de)研(yan)究氛圍和(he)論文產出、集群算力投入,宇視(shi)引以為豪的(de)(de)還有在(zai)實戰部(bu)署的(de)(de)項目中(zhong)檢驗迭代。”
2019年以來,AdaptNet已運用于宇視(shi)前后端AI系列產(chan)品,如『天目』卡(ka)口(kou)/電警、『函(han)谷』人體抓拍(pai)機、行業款『昆侖(lun)』數據(ju)結構化服務器(qi)等(deng)。安防(fang)+AI大規模部(bu)署(shu),宇視(shi)將傳統(tong)AI三要素演(yan)進為六要素:算法、算力(li)、數據(ju),產(chan)品、工程、方案(an),從IMOS操作系統(tong)到六山兩(liang)關,實現了全(quan)系列AI產(chan)品在雪亮、平安、交通、企業、教育(yu)、金融(rong)等(deng)多場(chang)景的落地,以實戰成果守護安全(quan)美(mei)好(hao)生活。