【环球网智能综合报道】近日，在第四届国际图像识别大赛WebVision中，华为云ei以82.97%的准确率击败来自世界各地的94支队伍获得冠军。由苏黎世联邦理工学院、谷歌研究院和CMU共同举办的WebVision大赛是目前图像识别领域最权威的比赛之一。被业界誉为人工智能的“世界杯”，推动了计算机物体分类精度超过人类的ImageNet竞赛。
web vision竞赛要求参赛的AI模型将1600万+张图片准确分类到5000个类别中。大赛使用的数据集是直接从网上抓取的，没有人工标注。因此，数据中存在大量的噪声，数据类别的数量也存在很大的不平衡。相比ImageNet，WebVision的难度要大得多，在实际应用中也更贴近场景。【/br/】web vision竞赛展示了人工智能技术发展的另一种可能:基于弱监督学习，深度学习不能再基于人工标注的数据，人工智能有望真正摆脱“人工”。
在这次比赛中，华为云ei训练了一个基于ModelArts的大规模图像分类模型。基于先进的分布式训练方法，可以缩短超大规模数据集的训练时间。利用伴随图像数据的文本描述信息，融合文本和视觉的多模态特征，在训练过程中通过动态评估识别和剔除大量噪声数据，通过知识升华进一步降低噪声对模型训练的影响。最后，从互联网上自动爬取的大规模数据集中学习模型，无需人工标注，通过训练得到准确率为82.97%的高精度模型。
本次大赛华为云ei采用的图像识别技术，可广泛应用于一般物体识别、图像/视频标注等领域。近十年来计算机视觉的进步离不开大量人工标注的数据集，但由于人工标注的成本很高，要建立一个包罗万象的超级数据集几乎是不可能的。互联网上几乎有取之不尽的未标注图像数据。利用这些数据的周围文本等信息作为有噪声的弱标注数据，可以大大降低图像识别对人工标注的依赖。
华为云ei在视觉研究领域有着丰富的技术积累。在6月14日至19日举行的CVPR2020(计算机视觉与模式识别国际会议)中，华为贡献了34篇论文，涵盖了迁移学习、半监督学习、网络架构搜索、模型算子优化、知识提炼、对抗性样本生成等前沿领域。显示了华为在计算机视觉领域强大的人才储备、科研背景和创新能力。
华为云ei在行业应用方面也有丰富的商业实践经验。目前，华为云ei内容审核、人脸识别、图片搜索、视频分析等服务已成功应用于互联网、媒体、园区、物流、工业等行业。华为云还将图像识别技术应用于天文、气象等领域。2019年，基于华为的云图像识别能力，在上海天文台与国际组织SKA(平方公里阵列射电望远镜)的合作项目中，科学家仅用10.02秒就完成了20万颗恒星的识别，同时可以精确定位某一类恒星。用传统方式完成如此大量的恒星识别工作需要169天。
