聯(lián)想斬獲CVPR’23七項(xiàng)冠軍

魚羊 2023-06-27 17:31:12 來源：量子位

近日，人工智能與計(jì)算機(jī)視覺領(lǐng)域的頂級會(huì)議——CVPR 2023在加拿大溫哥華落幕。CVPR（國際計(jì)算機(jī)視覺與模式識(shí)別會(huì)議）由IEEE主辦，迄今已有近40年歷史，覆蓋最前沿的圖像處理、機(jī)器學(xué)習(xí)、人工智能等多個(gè)領(lǐng)域的交叉學(xué)術(shù)交流。今年，共有來自75個(gè)國家和地區(qū)的8337人報(bào)名參會(huì)。

其中，來自中國的技術(shù)力量持續(xù)閃耀。

最新消息，在CVPR 2023計(jì)算機(jī)視覺多個(gè)競賽上，聯(lián)想研究院PC創(chuàng)新與生態(tài)系統(tǒng)團(tuán)隊(duì)，斬獲了7項(xiàng)冠軍和2項(xiàng)亞軍。

具體戰(zhàn)績?nèi)缦拢?/p>

? 在CVPR 2023 WAD BDD100K MOTS（多目標(biāo)追蹤與分割）挑戰(zhàn)賽中獲得冠軍，并在CVPR 2023 WAD BDD100K MOT（多目標(biāo)追蹤）挑戰(zhàn)賽中獲得亞軍。MOTS需要比MOT更細(xì)顆粒度的多目標(biāo)跟蹤算法，需要精確感知每個(gè)物體的外圍輪廓信息。同時(shí)，相關(guān)論文也被CVPR 2023端到端自動(dòng)駕駛Workshop錄用。

在MOTS賽道，聯(lián)想研究院團(tuán)隊(duì)基于Tracking-by-detection追蹤框架，自研了ReidTrack創(chuàng)新方案。該方案的mTETA（mean Track Every Thing Accuracy，即現(xiàn)實(shí)世界中任何物體平均跟蹤準(zhǔn)確度）指標(biāo)領(lǐng)先第二名6%，超過多個(gè)頂級科研團(tuán)隊(duì)。

? 在CVPR 2023 WAD ARGOVERSE挑戰(zhàn)賽中，斬獲端到端運(yùn)動(dòng)預(yù)測（End-to-End Forecasting）賽道中的3D運(yùn)動(dòng)預(yù)測（3D Motion Forecasting），3D多目標(biāo)跟蹤（3D MOT），3D目標(biāo)檢測（3D Object Detection）三項(xiàng)子賽道冠軍；斬獲4D空間體素占用預(yù)測（4D Occupancy Forecasting）賽道冠軍。

聯(lián)想研究院團(tuán)隊(duì)設(shè)計(jì)出一個(gè)端到端的統(tǒng)一感知預(yù)測方案Le_E2E_Forecaster，融合多種傳感器，包括激光雷達(dá)，360°環(huán)視攝像頭輸入的信息，并融合歷史信息實(shí)現(xiàn)特征增強(qiáng)，使用Deformable DETR解碼器，同時(shí)處理檢測、跟蹤，運(yùn)動(dòng)預(yù)測和占用網(wǎng)絡(luò)預(yù)測等多個(gè)子任務(wù)。在3D目標(biāo)檢測子賽道上，CDS指標(biāo)取得了39%的好成績，超越上屆冠軍方案11%；在3D多目標(biāo)跟蹤子賽道上，HOTA（高階跟蹤準(zhǔn)確度）指標(biāo)超過第二名27%；在3D預(yù)測子賽道上，預(yù)測mAP（mAP_F）（運(yùn)動(dòng)預(yù)測均值平均精度）指標(biāo)超過第二名9%。在4D空間體素占用預(yù)測賽道上，平均L1誤差(L1 Error)為3.57m，較基準(zhǔn)成績（Baseline）提高了18%。

? 斬獲CVPR 2023 Tracking Workshop全部賽道冠軍，包括長尾追蹤挑戰(zhàn)賽以及開放世界追蹤挑戰(zhàn)賽。

聯(lián)想團(tuán)隊(duì)基于聚類無限制檢測算法和無監(jiān)督外觀模型，自研了視頻分析方案。在長尾追蹤賽道中，該方案mHOTA（mean Higher Order Tracking Accuracy，即平均高階跟蹤精度）指標(biāo)領(lǐng)先第二名100%以上；在開放世界追蹤賽道，該方案mOWTA（Open-World Tracking Accuracy）指標(biāo)領(lǐng)先第二名7%，雙雙奪冠！

? 在CVPR 2023第三屆Light Fields for Computer Vision LFNAT workshop中，獲得圖像挑戰(zhàn)賽光場語義分割競賽亞軍。同時(shí)，相關(guān)論文也被CVPR 2023移動(dòng)人工智能workshop（MAI 2023）錄用。

本次挑戰(zhàn)賽的任務(wù)是城市場景全景分割和合成數(shù)據(jù)場景全景分割，解決城市場景下攝像機(jī)拍攝圖像和合成圖像語義分割的泛化問題。針對以上語義分割任務(wù)，聯(lián)想研究院打造的創(chuàng)新方案，使用Adapter將與圖像相關(guān)的歸納偏置引入到ViT，使其更加適用于下游的密集預(yù)測任務(wù)，如語義分割。針對數(shù)據(jù)集本身的數(shù)據(jù)特征，設(shè)計(jì)了強(qiáng)數(shù)據(jù)增強(qiáng)和弱數(shù)據(jù)增強(qiáng)方式，使得模型的訓(xùn)練更加魯棒，獲得亞軍！

聯(lián)想研究院在此次CVPR大賽中取得如此出色的戰(zhàn)績，離不開聯(lián)想基礎(chǔ)設(shè)施業(yè)務(wù)群提供的ThinkSystem SR670 V2服務(wù)器強(qiáng)大算力的支持。

ThinkSystem SR670 V2服務(wù)器采用3U高密度設(shè)計(jì)可節(jié)省數(shù)據(jù)中心空間，搭載兩個(gè)第三代英特爾?至強(qiáng)?可擴(kuò)展處理器，不僅最早支持NVIDIA的Hopper旗艦型GPU H800，更可以支持龐大的NVIDIA Ampere數(shù)據(jù)中心產(chǎn)品組合，如NVIDIA A800、A40、A30等主流GPU，最多支持八個(gè)雙寬GPU，并通過NVLink Bridge實(shí)現(xiàn)兩兩互聯(lián)。

聯(lián)想ThinkSystem SR670 V2服務(wù)器的NVLink機(jī)型采用了聯(lián)想Neptune?液空混合散熱技術(shù)，有效支持了CVPR多項(xiàng)競賽中長時(shí)間的穩(wěn)定模型訓(xùn)練工作。利用這項(xiàng)技術(shù)，GPU的熱量可以通過獨(dú)特的閉環(huán)液態(tài)空氣熱交換器來消除，能夠提高散熱效率。同時(shí)，聯(lián)想注重綠色發(fā)展和綠色計(jì)算理念，采用這項(xiàng)技術(shù)，還可以幫助數(shù)據(jù)中心整體用電效率（PUE）降至1.1以下，實(shí)現(xiàn)數(shù)據(jù)中心整體的能源消耗和間接碳排放減少42%以上。

在NVIDIA強(qiáng)大GPU的加持下，ThinkSystem SR670 V2服務(wù)器可以為氣象、海洋、分子動(dòng)力學(xué)等科學(xué)計(jì)算以及制造、金融和教育等傳統(tǒng)行業(yè)提供更優(yōu)性能，助力企業(yè)AI技術(shù)創(chuàng)新與實(shí)踐落地，推動(dòng)業(yè)務(wù)實(shí)現(xiàn)高質(zhì)量發(fā)展。

— 完 —