Megvii ve Zhiyuan, dünyanın en büyük nesne algılama veri seti Objects365'i yayınladı ve CVPR DIW2019 meydan okumasını gerçekleştirdi
16 Nisan'da Pekin Yapay Zeka Akademisi (BAAI, 14 Kasım 2018'de kuruldu) Pekin Kongre Merkezi'nde "Güzellik Araştırmacısı Programı ve Ortak Laboratuvar Konferansı" düzenledi.
Pekin Zhiyuan Yapay Zeka Araştırma Enstitüsü (bundan böyle "Zhiyuan Araştırma Enstitüsü" olarak anılacaktır), Pekin Belediye Bilim ve Teknoloji Komisyonu ve Haidian Bölge Hükümeti tarafından desteklenen Bilim ve Teknoloji Bakanlığı ile Pekin Belediye Komitesi ve Hükümeti'nin rehberliği ve desteği altında kurulmuştur. Pekin Üniversitesi, Tsinghua Üniversitesi, Çin Bilimler Akademisi, Baidu, Xiaomi, ByteDance, Meituan Dianping ve Megvii MEGVII gibi Pekin'de yapay zeka alanında önde gelen birimler tarafından ortaklaşa inşa edilen yeni bir araştırma ve geliştirme kurumu türü.
Üst düzey yetenekleri tanıtmak ve geliştirmek, ortak laboratuvarlar inşa etmek, yapay zeka toplulukları oluşturmak ve endüstri-üniversite-araştırma işbirliğini güçlendirmek Zhiyuan Enstitüsü'nün ana dört görevi.
Zhiyuan Araştırma Enstitüsü ortaklaşa hor görüldü,
Zhiyuan Ortak Laboratuvarı, kolejler ve üniversitelerle ortak inşaat ve üstün işletmelerle ortak inşaat olmak üzere iki kategoriye ayrılmıştır. Ortak laboratuvarın inşasında Zhiyuan Araştırma Enstitüsü, "olgun biri, bir tane başla" ilkesini izler, ortak inşaatı desteklemek için en iyisini seçer ve art arda üç yıla kadar destekleyebilir.
"Beijing Zhiyuan-Megvii Akıllı Model Tasarım ve Görüntü Algılama Ortak Laboratuvarı" proje tanıtımını geçerek Beijing Zhiyuan Ortak Laboratuvarı'nın ilk başarılı projesi oldu. Sun Jian, Megvii Baş Bilimcisi ve Megvii Araştırma Enstitüsü Dekanı tarafından atanması planlanıyor. Laboratuvar yöneticisi, kıdemli araştırmacı Zhou Shuchang, laboratuvarın müdür yardımcısıdır.
Megvii Baş Bilim İnsanı, Megvii Araştırma Enstitüsü Dekanı Sun Jian
Sun Jian, bu laboratuvarın kurulmasının yalnızca ulusal stratejik mülahazalara dayanmadığını, aynı zamanda endüstrinin sorunlu noktalarını çözmek olduğunu söyledi.
Danıştay, Temmuz 2017'de "Yeni Nesil Yapay Zeka Geliştirme Planı" yayınladı ve yapay zeka ulusal bir strateji haline geldi. Kurumsal uygulama teknolojisi geliştirmeye hizmet etmek için açık kaynak ve açık yapay zeka açık inovasyon platformu kurmak, bu alandaki mevcut zorluk haline geldi.
Ülke ayrıca, önde gelen işletmelerin yapay zeka için bir açık kaynak ve açık inovasyon platformu oluşturarak endüstriyi, üniversiteyi, araştırmayı ve araştırmayı harekete geçireceğini umuyor, böylece toplumdan çeşitli inovasyon ve girişimci kuruluşlar, Çin'in bağımsız fikri mülkiyet haklarının endüstriyel ekolojisini ortaklaşa oluşturmaya katılacak, uluslararası nüfuzu artıracak ve endüstrinin genel gelişimini teşvik edecek.
Pekin, ilk ulusal yeni nesil yapay zeka inovasyon geliştirme deneysel bölgesidir. Bu nedenle, Pekin'in teknoloji ve yeteneklerdeki avantajlarını, örgütsel mekanizma inovasyonu yoluyla, yenilikçi önlemler yoluyla ve çok ajanlı işbirliğine dayalı inovasyon gerçekleştirmek ve Çin'i inşa etmek için önde gelen endüstrilere güvenerek tam olarak seferber etmeyi umuyor. Küresel teknoloji yaylası.
Gerçekten de yapay zeka yeniliklerine katılmak isteyen çok sayıda üniversite, araştırma enstitüsü, inovasyon ve girişimci ve endüstri müşterisi var, ancak bunlar veri, hesaplama gücü veya algoritmalar olmadan performans gösteremiyorlar.
Bu nedenle, Megvii ve Zhiyuan Araştırma Enstitüsü, tüm endüstrinin işbirliğine dayalı inovasyonunu ve gelişimini teşvik etmek, ortak bir teknoloji açık inovasyon platformu oluşturmak, bağımsız ve kontrol edilebilir bir endüstriyel ekoloji oluşturmak ve yapay zekanın temel ortak anahtar teknolojilerini aşmak için ortaklaşa veri kümeleri ve ortak laboratuvarlar inşa ediyor. Sektörün genel gelişimini teşvik edin.
Dünyanın en büyük nesne algılama veri seti Objects365 piyasaya sürüldü
Toplantıda, Megvii Araştırma Enstitüsü ve Pekin Zhiyuan Yapay Zeka Araştırma Enstitüsü, dünyanın en büyük nesne izleme veri seti Objects365'i yayınladı.
Objects365 örneği
"Amacımız, büyük ölçekli, yüksek kaliteli ve güçlü genelleme yeteneği elde etmek için dünyanın en büyük genel amaçlı nesne veri algılama setini oluşturmaktır."
Sun Jian, "Hayatta en yaygın olan ilk 365 kategorimiz tanımlanmıştır. Örneğin, ortak iç mekan sandalyeleri, masalar, çay fincanları ve şişeler bu kategoriye dahildir. İlk aşamada 600.000'den fazla markayı işaretledik. Bu etiketli çerçevelerin 10 milyonu aştığı böyle bir resim. "
Bu veri kümesi ne kadar büyük? Sun Jian, Microsoft tarafından 2014 yılında oluşturulan büyük ölçekli görüntü nesnesi algılama veri kümesi COCO'yu referans olarak kullandı ve ikisini karşılaştırdı. "COCO şu anda yaklaşık 120.000 eğitim verisi ile en büyük, tam olarak etiketlenmiş veri kümesidir. Toplam veri muhtemelen en fazla 200.000, hala işaretlenmemiş çok fazla veri var. (Objects365) 'in ilk aşamasında açtığımız görüntü sayısı COCO'nun 5 katı ve etiket kutusu COCO'nun 11 katı. "
Sun Jian, "Hedefimiz, üç yıl içinde bu veri setinin 2 milyon görüntüye ve 24 milyon etiketli kareye ulaşmasıdır." Dedi.
Algoritma optimizasyonunun üst sınırı, büyük ölçüde kıyaslama veri seti tekniğinin kalitesine bağlıdır. Megvii, Objects365'i oluştururken etiketlemenin kalitesini sağlamak için bir dizi bilimsel ve titiz etiketleme prosedürü tasarladı ve en az 9 etiketleme çalışanı her resmin arkasından geçecekti.
Ek olarak, mükemmel bir eğitim öncesi veri seti olarak, Objects365 ön eğitim modeli, kullanım sırasında mevcut algoritmanın doğruluğunu kolayca aşabilir, yakınsama sürecini önemli ölçüde hızlandırabilir ve güçlü genelleme yeteneği gösterebilir. COCO, VOO Det, CityPersons ve diğer algılama görevlerini gerçekleştirirken, VOC Seg ve ADE gibi bölümleme görevleri önemli ölçüde iyileştirildi.
Ortak bir laboratuvar nasıl kurulur?
"Tek platform, dört dönüm noktası"
Sun Jian, "Pekin Zhiyuan-Megvii Akıllı Model Tasarım ve Görüntü Algılama Ortak Laboratuvarı" tek platform, dört atılım noktası "etrafında kurulacak."
"Tek platform", entegre veri paylaşımı, model tasarımı ve senaryo testi için açık ve yenilikçi bir platformun inşasını ifade eder.
"Dört çığır açan nokta", veri yönü, model yönü, gerçek veri test yönü ve model dağıtım yönündeki teknolojik atılımları ve büyük veri bağlamında model mimarisi tasarımı, optimizasyonu ve dağıtımına ilişkin ileri araştırmaları ifade eder.
Sun Jian, "Derin öğrenmenin başarısı büyük ölçüde verilere bağlıdır. Algoritmaların getirdiği birçok iyileştirme, yüksek kaliteli bir verinin (setin) sağlayabileceği iyileştirmeden çok daha düşüktür." Dedi.
Objects365'in en son sürümüne ek olarak Megvii, büyük ölçekli kalabalık bir sahne insan algılama veri seti CrowdHuman ve bazı veri açıklama araçları da yayınladı.
Laboratuvar, Megvii algoritması iniş sahnelerinin zenginliğine ve derin veri birikimine dayanarak, ilgili alanlara yardımcı olmak için genel nesne sınıflandırması, nesne algılama ve izleme ve insan figürü tanıma nitelikleri ve diğer görsel problem verilerini açık kaynak veri setleri ve önceden çıkarılmış özellikler şeklinde açmaya devam edecek. çalışma.
Yüksek arama verimliliği, yüksek doğruluk ve yüksek esneklik gibi temel göstergeleri hedefleyen laboratuvar, aynı zamanda büyük ölçekli modelleri destekleyen yeni sinir ağı mimarisi arama algoritmaları (NAS) üzerinde araştırma yapacak ve tek noktadan derin model otomasyon tasarım platformu oluşturacak. .
Platform, belirli sorunlar için otomatik derin model tasarım araçlarını, otomatikleştirilmiş veri tarama / veri geliştirme araçlarını ve otomatik derin öğrenme modeli optimizasyon araçlarını içerir, böylece Object365 üzerindeki otomatik eğitimin doğruluğu, saf manuel ayardan en az yüzde bir puan daha yüksektir. Üç kereden fazla gol.
Laboratuvar ayrıca, ResNet ve ShuffleNet gibi temel modellerin yanı sıra Daha Hızlı RCNN, Maske RCNN ve SSD algılama modelleri de dahil olmak üzere birçok ön eğitim modeli açacak.
Son yıllarda, model mimari araması (NAS), AI alanında sıcak bir araştırma yönü haline geldi.
Kısa bir süre önce Megvii ilk olarak yeni bir NAS sonucunu açıkladı: tek yollu Tek Çekim modeli. Bu, yapı bloklarının, kanalların ve karışık hassasiyetin çoklu arama alanlarında ortak aramayı destekleyen basit ve esnek bir genel model arama çerçevesidir; zor kısıtlamalar için herhangi bir doğrudan ölçüm yöntemini destekler, Gerçek iş gereksinimlerini karşılamak için. Raporlara göre, aynı koşullar altında, tek yollu One-Shot NAS'ın arama doğruluğu ve hızı FBNet ve ProxylessNAS gibi şu anda yayınlanan SOTA çerçevelerini aşıyor.
"Çoğu zaman, bir teknolojiyi (algoritmayı) zemine koyduğumuzda, gerçek verilerde işe yarayıp yaramayacağını gerçekten bilmiyoruz. Gerçek verilerin bazıları halka açık olmayan verilerdir ve gerçek senaryolarda test edilemez; Diğer veriler gizliliği içerir ve duyarsızlaştırılması gerekir. Sun Jian, ortak laboratuvarın planının, herkesin modeli gönderdiği ve bu ortamda test ettiği gerçek dünya senaryo geliştirme ve test ortamı sağlamak olduğunu söyledi.
Ortak laboratuvar, yüz yakalama tanıma, yapılandırılmış algılama ve büyük ölçekli portre karşılaştırması gibi doğrulama senaryoları oluşturacak ve araştırma algoritması ayarlaması için bir ortam sağlamak üzere otomatik analiz ve rapor hizmetleri sağlayacak. Ayrıca, düşük bit bant genişliği gibi ağ sıkıştırma teknolojilerini aktif olarak keşfedecek, verimli donanım dağıtım çözümleri geliştirecek ve model araştırma sonuçlarının hızlı uygulanmasını teşvik edecekler.
Bilgisayarla görme algoritmalarını gerçek sahnelere uyarlama sorununu hedefleyen laboratuvar, aynı zamanda yeniden üretilebilir bir gerçek dünya test ortamı oluşturacak ve algoritmaları yinelemeye yardımcı olmak için otomatik kantitatif hata analizi raporları sağlayacaktır.
"Yukarıdaki önlemlerle, laboratuvar, Çin'de bağımsız ve kontrol edilebilir bir teknoloji ve endüstriyel ekoloji oluşturmaya yardımcı olan, verileri, platformları ve senaryoları kapsayan eksiksiz bir kapalı döngü oluşturarak, açık ve pratik bir bilgisayarla görme algoritması araştırma deney platformuna inşa edilecek. Çin'in imaj algılama ve bilgi işlem teknolojisi ve uygulamalarının uluslararası ileri seviyeye ulaşmasına yardımcı oluyor. Sun Jian, laboratuvar platformunun tamamlanmasının ardından kolejler ve üniversiteler, yeni başlayanlar vb. Gibi inovasyon ve girişimci kuruluşlara açık olacağını ve görüntü algılama ve bilgi işlem işbirliğini teşvik etmeye çalışacağını söyledi. Yenilik.
DIW2019 yarışması başlatıldı,
3 pist şampiyonunun her biri 10.000 $ ödül alacak
Sun Jian, "Amacımız bir açık kaynak topluluğu oluşturmak ve endüstriyel bir ekoloji yaratmaktır." Dedi.
Açık eğitim öncesi modellere, açık kaynak veri açıklamasına, model analizine, model otomatik ayarlamaya ve diğer ilgili araçlara ek olarak, deneysel rutinler, açık kaynak kodlu eksiksiz eğitim kodu kitaplığı, üniversite lisans ve lisansüstü öğretimini destekleyecek ve her yıl çok sayıda öğrenciyi eğiteceklerdir. Her yıl 500'den fazla kişi; platform çevresinde uluslararası yarışmalar düzenlenmektedir.
Bu yıl Megvii ve Zhiyuan Araştırma Enstitüsü, Vahşi Doğada Algılama 2019 (DIW 2019) yarışmasını düzenledi.
Sun Jian'a göre DIW 2019 Challenge, 2019 CVPR atölye çalışmasına (seminer) dayanmaktadır.Hedef tespit teknolojisinin gelişimini desteklemek için tasarlanmıştır.Mevcut hedef tespit veri setinin eksik kapsamını iyileştirebilir ve etiketleme doğruluğu yüksek değildir. Eksik sahneler gibi sorunlar.
DIW 2019 Challenge'da üç parkur var:
Objects365 izleme: oyuncular algılama modelini eğitmek için açık 365 kategorisini, 600.000 resmi ve 10 milyondan fazla çerçeveye sahip eksiksiz bir eğitim setini kullanır; 30.000 resimden oluşan bir doğrulama setinde algoritmada hata ayıklayın ve 100.000 resim kullanın Son meydan okuma, oluşturulan test setinde gerçekleştirilir.
Objects365 küçük parça: Objects365 veri setinden 65 kategori seçilmiştir ve oyuncular model eğitimi için 10.000 resim kullanabilir.
CrowdHuman Track: Oklüzyon problemini gerçek hayatta çözmek için, algoritmasının iyileştirilmesi, insan algılama algoritmasının uygulanmasını teşvik edecektir. O zaman, oyuncular yoğun sahnelerde insan tespiti için özel olarak tasarlanmış CrowdHuman veri setine dayalı olarak eğitilecekler.Veri seti zengin açıklama bilgileri ve çeşitli sahneler içermektedir.
Meydan okuma, basın toplantısı gününde başlatıldı; 10 Mayıs'ta test seti açık olacak; 12 Haziran'da sonuçların teslimi için son tarih; nihai sonuçlar 17 Haziran'da (Amerika Birleşik Devletleri'nde yerel saatle) açıklanacak. Her parçanın şampiyonu 10.000 $ ödül alacak ve kazanan ekip deneyimlerini paylaşmak için bir CVPR seminerine davet edilecek.
"Bilgelik Bilgin Programı" başlatıldı
Her kişi yılda en az 500.000 destek alabilir
Basın toplantısı gününde, Zhiyuan Araştırma Enstitüsü ayrıca "Zhiyuan Bilgin Programı" nı başlattı.
"Zhiyuan Scholar Programının" amacı, en iyi kişiyi bulmak, ona özgürce kullanabileceği fonları vermek, ona ihtiyaç duyduğu kaynakları sağlamak ve yapay zeka alanında belirli bir yöndeki belli başlı temel konularda araştırmaları desteklemek veya en yeni konuları geliştirmektir. Özgürce keşfedin, "dedi Dean Huang Tiejun.
"Zhiyuan Scholars Programı", Peking Üniversitesi, Tsinghua Üniversitesi ve Çin Bilimler Akademisi gibi önde gelen üniversiteler ve enstitüler ile Megvii gibi önemli kurumsal araştırma enstitülerine dayanacaktır. Araştırmacılar (PI) ve Zhiyuan Genç Bilim Adamları (38 yaş altı) temel destek sağlıyor.
Aday gösterme, ön değerlendirme, müzakere vb.'den sonra, toplam 21 kişilik entelektüel akademisyen adaylarının ilk grubu seçildi ve tanıtım prosedürü yakında başlatılacak.
İlk grup genç bilim insanlarının seçilmesinin başlangıcından bu yana Tsinghua ve Pekin'den uzmanların toplam 54 aday seçtiği ve 42 adayın savunmasına katıldığı, uzman incelemesinin ardından 9'unun seçildiği bildirildi. En küçüğü sadece 28 yaşında, Despise Araştırma Enstitüsü Model Araştırma Grubu başkanı Dr. Zhang Xiangyu.
Resmi web sitesinde bir aylık tanıtımdan sonra, herhangi bir kaza yoksa, Zhiyuan Araştırma Enstitüsü onlarla bir iş sözleşmesi imzalayacak.
O sırada Zhiyuan Araştırma Enstitüsü, birimin personel sisteminden geçmeden doğrudan onlara ödeme yapacak. Dean Huang, "Ona potansiyeli olan bir kişi olarak değer veriyoruz, bu yüzden doğrudan ona yıllık 500.000'den (kişi başına) az olmayan bir destek seviyesi veriyoruz" dedi.
Bu Zhiyuan akademisyenlerinin Zhiyuan Araştırma Enstitüsünde çalışmaları ve orijinal birimlerinde akademik araştırmalar yapmaya devam etmeleri gerekmiyor. Tüm sonuçlar kendi birimlerine ait. "Araştırma enstitüsü herhangi bir fikri mülkiyet hakkına sahip değil ve almayı da beklemiyor." "Çünkü yaptığı şey şudur. Yapay zeka, ülkenin stratejik yönü ve Pekin'in yönü ile uyumlu, bu yüzden onu destekliyoruz. "Dedi Dean Huang.
Ayrıca bu entelektüel akademisyenlerin bilimsel araştırmalarda ihtiyaç duydukları fonlar da araştırma enstitüsü tarafından desteklenecektir. Dean Huang, düzenlemeleri ihlal etmeye gerek olmadığı sürece, nasıl kullanılacağının tamamen kendisine bağlı olduğunu söyledi.
Dean Huang, Zhiyuan bursiyerlerinin başvurularının yılda sadece bir kez yapılmadığını, gruplar halinde ayrılmadığını, gereksinimleri karşıladıkları sürece, başvuru süreci aracılığıyla diledikleri zaman enstitü desteğinin kapsamına girebileceklerini söyledi.
Bu yıl, Zhiyuan Araştırma Enstitüsü, 30-50'si genç bilim insanı olmak üzere yaklaşık 5 ila 7 ana yönü kapsayan 100 Zhiyuan akademisyeni seçmeyi planlıyor. 2020 ve 2021'de 100 kişi daha eklenecek ve toplam Zhiyuan alimlerinin sayısı 300 civarında kalacak.
