導(dǎo)讀:繼今年6月在CVPR 2024的低光目標(biāo)檢測挑戰(zhàn)賽中,英特靈達(dá)AI團(tuán)隊攜手合作伙伴榮獲冠軍與季軍后,再次于2024年8月25日在計算機(jī)視覺領(lǐng)域頂級盛會——?dú)W洲計算機(jī)視覺國際會議(ECCV)上大放異彩。
繼今年6月在CVPR 2024的低光目標(biāo)檢測挑戰(zhàn)賽中,英特靈達(dá)AI團(tuán)隊攜手合作伙伴榮獲冠軍與季軍后,再次于2024年8月25日在計算機(jī)視覺領(lǐng)域頂級盛會——?dú)W洲計算機(jī)視覺國際會議(ECCV)上大放異彩。
全球頂級盛會,英特靈達(dá)AI團(tuán)隊再度稱雄
作為全球計算機(jī)視覺領(lǐng)域三大頂級會議之一,歐洲計算機(jī)視覺國際會議(European Conference on Computer Vision,簡稱ECCV)與CVPR、ICCV齊名,匯聚了全球最頂尖的學(xué)者與研究人員,是展示前沿科技成果的關(guān)鍵平臺。
英特靈達(dá) AI 團(tuán)隊在語義偏移基準(zhǔn)(Semantic Shift Benchmark, SSB)挑戰(zhàn)賽的開放集識別賽道(Open-Set Recognition Track)中一舉奪魁。該團(tuán)隊?wèi){借 AUROC 指標(biāo)位列第一、FPR 指標(biāo)排名第三的優(yōu)異成績,充分彰顯了公司在復(fù)雜場景圖像理解以及結(jié)構(gòu)化處理方面的強(qiáng)大技術(shù)實(shí)力。
核心突破:提升模型的泛化能力
本次挑戰(zhàn)賽的核心目標(biāo)在于評估模型在開放集樣本識別中的表現(xiàn)。由于模型訓(xùn)練通常依賴有限的數(shù)據(jù)集,而實(shí)際應(yīng)用中需面對更廣泛的樣本,這使得開放集檢測技術(shù)在識別訓(xùn)練集中未涵蓋的樣本時至關(guān)重要。英特靈達(dá)團(tuán)隊與合作伙伴在CVPR 2024期間所開展的SURE研究成果(https://yutingli0606.github.io/SURE/),為此次挑戰(zhàn)賽中的卓越表現(xiàn)奠定了堅實(shí)基礎(chǔ)。
在本次挑戰(zhàn)賽中,團(tuán)隊通過在大規(guī)模數(shù)據(jù)集ImageNet上對視覺大模型進(jìn)行深度訓(xùn)練與測試,重點(diǎn)優(yōu)化了網(wǎng)絡(luò)的干擾響應(yīng)平穩(wěn)性(Flat minima),顯著提升了模型的泛化能力。此外,團(tuán)隊還改進(jìn)了模型的預(yù)測概率與實(shí)際準(zhǔn)確性之間的匹配度,進(jìn)一步增強(qiáng)了模型的可靠性。
關(guān)鍵發(fā)現(xiàn)與技術(shù)革新
研究過程中,團(tuán)隊發(fā)現(xiàn)網(wǎng)絡(luò)在處理訓(xùn)練集中未涵蓋的樣本時,其激活響應(yīng)顯著減弱?;谶@一發(fā)現(xiàn),團(tuán)隊設(shè)計了新的開放樣本檢測量化公式,大幅提升了模型的檢測性能。最終,英特靈達(dá)團(tuán)隊在AUROC和FPR兩項關(guān)鍵指標(biāo)上分別取得第一和第三的優(yōu)異成績,并以總成績第一的表現(xiàn)榮獲冠軍。
此次在ECCV 2024上的杰出表現(xiàn),充分展現(xiàn)了英特靈達(dá)在人工智能領(lǐng)域的技術(shù)實(shí)力和創(chuàng)新能力,為全球人工智能技術(shù)的發(fā)展注入了新的動力。展望未來,英特靈達(dá)將繼續(xù)秉持卓越追求,在人工智能領(lǐng)域不斷開拓創(chuàng)新,為推動行業(yè)的持續(xù)進(jìn)步貢獻(xiàn)更多力量。