連獲“雙獎”，Xilinx AI 團隊實力綻放國際視覺頂會

今年的夏天，對賽靈思中國 AI產(chǎn)品團隊來說是一個不平凡的夏季： 在相繼舉行的一年一度2021 CVPR （IEEE Computer Vision and Pattern Recognition conference，即IEEE國際計算機視覺與模式識別會議），以及2021 ICCV （ IEEE International Conference on Computer Vision，即國際計算機視覺大會）上，我們的團隊每個大會各斬獲兩份榮譽，“雙獎”連連，激動人心。

CVPR 和ICCV 是全球排名前三的計算機視覺學術(shù)頂級會議中的兩個（第三個是ECCV， 即歐洲計算機視覺會議 ），兩大頂會相繼授予的雙重榮譽，無疑是對賽靈思 AI 產(chǎn)品團隊在全球競爭領(lǐng)域技術(shù)實力和創(chuàng)新能力的高度認可和有力證明。

單羿，賽靈思AI 研發(fā)副總裁， 北京區(qū)總經(jīng)理

在人工智能領(lǐng)域， CVPR 位列谷歌 （ Google） 學術(shù)總榜第一名。2021 CVPR接受了賽靈思 AI 研發(fā)團隊題目為《RankDetNet：探索目標檢測中的排序約束（RankDetNet: Delving into Ranking Constraints for Object Detection ）》的論文。與此同時，該團隊也在CVPR 自動駕駛研討會組織的 2021 Waymo 開放式數(shù)據(jù)集挑戰(zhàn)賽中榮獲三等獎。論文連續(xù)兩年入選 CVPR和挑戰(zhàn)賽全球季軍的成績，展示了賽靈思 AI 研發(fā)團隊在理論與實踐“雙引擎”發(fā)展的道路上，正闊步前進。

我們的論文采用一種新穎的方法 — 一種用于替代分類來學習候選框的排序和定位的排序優(yōu)化方法。我們的工程師探索了各種排序約束條件，如全局排序、特定類別排序以及 IoU-guided 排序的損失等。傳統(tǒng)的分類損失會忽略候選框之間的聯(lián)系，通過配對排序優(yōu)化的方法可以對候選框之間施加約束，這些約束有利于保留高質(zhì)量的檢測結(jié)果。該方法很容易實現(xiàn)，能夠與主流檢測框架兼容，而且不會增加推斷計算。   

我們的算法是用三種配對的排序損失替換常規(guī)的分類損失。最重要的是，RankDetNet 在 2D 及 3D 目標檢測基線方法上實現(xiàn)了性能的一致提高。

至于“Waymo 開放式數(shù)據(jù)集實時3D檢測挑戰(zhàn)賽”，參賽者的任務是通過一幅由3D LIDAR掃描生成的深度圖，來為場景中的目標生成3D檢測結(jié)果框。與此同時需要保證檢測模型在英偉達Tesla V100 GPU上能達到每幀70毫秒的推理速度。

在此次挑戰(zhàn)賽項目上，我們的團隊展示了賽靈思在高級駕駛輔助系統(tǒng) (ADAS) 應用上的算法開發(fā)實力。依靠多年來端側(cè)部署的經(jīng)驗，我們使用PointPillars做為主干網(wǎng)絡加快提取點云特征，同時采用Centerpoint的無錨框檢測頭提升精度。為了保證算法的實時性，引入了結(jié)構(gòu)重新參數(shù)化技術(shù)、Quality Focal Loss等無推斷時成本的方法來優(yōu)化檢測性能；同時還在基于網(wǎng)格特征的基礎上引入了基于原始點云的特征，以改進檢測目標的特征表達。使用這些方法，該團隊最終在68.4毫秒每幀的檢測速度下達到了70.46 mAPH/L2的準確度。這個成績讓該團隊在3D點云檢測挑戰(zhàn)賽中榮獲了第三名的成績。

而在今年隨后舉行的ICCV 上，賽靈思 AI 研發(fā)團隊又有兩篇論文成功入選，再次獲得“雙贏”榮譽。

第一篇論文《通過Bin正則化改進低精度網(wǎng)絡量化，（Improving Low-Precision Network Quantization via Bin Regularization）》，提出了一種新的權(quán)值正則化算法，旨在改進低比特網(wǎng)絡的量化精度。該算法并沒有優(yōu)化weights的整體分布，而是分別優(yōu)化每個量化Bin中的數(shù)據(jù)，使其盡可能接近目標量化值。這種Bin正則化 方法可以讓weights的每個量化Bin的分布盡可能尖銳，理想情況下接近于Dirac delta分布。主流圖像分類數(shù)據(jù)集 ImageNet上的實驗表明，我們的方法對于不同網(wǎng)絡結(jié)構(gòu)（ResNet, MobileNetV2, MobileNetV3）、不同bit widths（4/3/2 bits）都獲得了一致的量化精度提升。特別地，我們提出的Bin正則化方法使得 2 bits 的 MobileNetV2 和MobileNetV3-Small 在 ImageNet 上的top-1分別提高了 3.9% 和 4.9%。此外，該方法易于實現(xiàn)，而且很容易集成到現(xiàn)有的低比特優(yōu)化算法上，從而進一步提高模型量化準確率。

第二篇論文《無監(jiān)督行人再識別的判別表示學習（Discriminant representation learning for unsupervised pedestrian re-identification）》，重點解決行人識別模型中典型的“兩階段”訓練方法問題。行人再識別是智能監(jiān)控和智慧城市中的重要任務，主要目的是在跨攝像頭中識別同一個行人身份。有監(jiān)督行人再識別通常需要耗時耗力的數(shù)據(jù)標注，很大程度上限制了模型的可擴展性。例如，當把一個在某個場景有監(jiān)督預訓練的模型直接應用在一個新場景時，識別效果往往大打折扣。因此，無監(jiān)督域適應下的行人再識別應運而生，可以應對新場景沒有數(shù)據(jù)標簽的問題。

為此，我們提出了三種技術(shù)手段來解決這些問題。首先，我們通過特征學習和聚類精化的迭代優(yōu)化提出了一種聚類對比學習算法（CCL，cluster-wise contrastive learning），以無監(jiān)督的方式學習抗噪表示。其次，我們采用漸進式域適應(PDA，progressive domain adaptation) 算法來逐步縮小源數(shù)據(jù)和目標數(shù)據(jù)之間的域差距。第三，我們提出了傅里葉增強（FA，F(xiàn)ourier augmentation），通過在傅里葉空間中施加額外的約束來進一步最大化 re-ID 模型的類可分離性。實驗證明，這種方法在多個主流 benchmark 上刷新無監(jiān)督行人再識別的最好性能。例如，在 Market-to-Duke、Duke-to-Market、Market-to-MSMT和Duke-to-MSMT 四個 benchmark 上分別超越 MMT 方法 8.1%、 9.9%、11.4%和11.1% mAP。

如需查看完整論文或解決方案，請打開以下每篇論文的超鏈接：

●   《RankDetNet：探索目標檢測中的排序約束》，作者：劉吉、李棟、鄭榕樟、田露，單羿。

●   《Waymo 開放式數(shù)據(jù)集挑戰(zhàn)賽實時 3D 檢測跟蹤解決方案》，作者：劉涵、鄭榕樟、彭勁璋 和 田露。

●    《通過容器正則化改進低精度網(wǎng)絡量化》，作者：韓甜甜、李棟、劉吉、田露、單羿。

●   《無監(jiān)督行人再識別的判別表示學習》作者：Takashi Isobe、李棟、田露、陳威華、單羿、王生進 。

為讓更多的開發(fā)者受益于賽靈思最新人工智能及其它開發(fā)者相關(guān)技術(shù)， 建議有興趣的朋友參加Xilinx Adapt 2021年度線上技術(shù)盛會，中國站將于2021年11月16日 - 12月14日舉行，持續(xù)5周。 該盛會云集眾多合作伙伴、客戶及賽靈思高層和技術(shù)專家，致力于通過共同探討和分享最新的技術(shù)方案、用戶案例，產(chǎn)品培訓和應用實操，幫助用戶發(fā)掘 “自適應計算” 的價值，打造適合自己的應用解決方案。會議內(nèi)容涵蓋數(shù)據(jù)中心、有線/無線通信、汽車電子、專業(yè)音視頻、工業(yè)自動化、機器視覺、醫(yī)療、消費電子等不同應用領(lǐng)域，其中“開發(fā)者系列：Vitis 與 AI 專場”將于12 月2日和7日分上下半場舉行，如果有讀者需要與賽靈思的AI 專家們線上交流，請掃描二維碼預定會議：