2019年3月，宇視科技（uniview）計(jì)算機(jī)視覺(jué)與深度學(xué)習(xí)算法在Multiple Object Tracking (MOT) Challenge全球競(jìng)賽刷新最好成績(jī)，在MOT最新的數(shù)據(jù)集MOT17Det中，將交通場(chǎng)景目標(biāo)檢測(cè)的AP提高至0.89X，呈現(xiàn)最高識(shí)別準(zhǔn)確率與最低誤報(bào)率，以第一名打破騰訊優(yōu)圖、商湯等AI算法名企創(chuàng)下的記錄。

圖 宇視算法突破高人流密度與遮擋等痛點(diǎn)，實(shí)戰(zhàn)部署多場(chǎng)景，位列MOT Challenge多目標(biāo)行人目標(biāo)評(píng)測(cè)榜首位

MOT Challenge是國(guó)際多目標(biāo)檢測(cè)跟蹤領(lǐng)域最權(quán)威的測(cè)評(píng)平臺(tái)，評(píng)測(cè)多行人對(duì)象在復(fù)雜場(chǎng)景下進(jìn)行同時(shí)檢測(cè)及跟蹤的算法性能。MOT競(jìng)賽每年舉辦，是世界各大AI研究機(jī)構(gòu)、企業(yè)、高校角逐之地，MOT17Det采集自不同場(chǎng)景和多個(gè)拍攝角度下的素材，覆蓋各種復(fù)雜情況、待檢測(cè)目標(biāo)，涉及欠曝和過(guò)曝場(chǎng)景、微小目標(biāo)、目標(biāo)被大量遮擋等。打榜的宇視算法AdaptNet 1.2版本，主要改進(jìn)點(diǎn)為：

-          在已有的深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，融合了多尺度深度特征，提升對(duì)微小目標(biāo)的表達(dá)能力。

-          提出了一種新的基于最大類(lèi)間距的損失函數(shù)，可以提升目標(biāo)遮擋情況下的檢測(cè)精度。

-          采用一種新的注意力機(jī)制，進(jìn)一步提升過(guò)曝和欠曝等難檢目標(biāo)的檢出率。

專(zhuān)攻人工智能科目的宇視研發(fā)副總裁謝會(huì)斌表示：“本次取得排名世界第一，驗(yàn)證了我們AdaptNet網(wǎng)絡(luò)模型的有效。宇視內(nèi)部AI算法各團(tuán)隊(duì)代號(hào)以貓科動(dòng)物命名，此次打榜的是‘陸虎’小組。2017年，宇視在KITTI評(píng)測(cè)中獲得世界第一，側(cè)重的是車(chē)道檢測(cè)。優(yōu)秀算法模型的產(chǎn)生，不僅是在實(shí)驗(yàn)室中的研究氛圍和論文產(chǎn)出、集群算力投入，宇視引以為豪的還有在實(shí)戰(zhàn)部署的項(xiàng)目中檢驗(yàn)迭代。”

2019年以來(lái)，AdaptNet已運(yùn)用于宇視前后端AI系列產(chǎn)品，如『天目』卡口/電警、『函谷』智能人體抓拍機(jī)、行業(yè)款『昆侖』數(shù)據(jù)結(jié)構(gòu)化服務(wù)器等。安防+AI大規(guī)模部署，宇視將傳統(tǒng)AI三要素演進(jìn)為六要素：算法、算力、數(shù)據(jù)，產(chǎn)品、工程、方案，從IMOS操作系統(tǒng)到六山兩關(guān)，實(shí)現(xiàn)了全系列AI產(chǎn)品在雪亮、平安、交通、企業(yè)、教育、金融等多場(chǎng)景的落地，以實(shí)戰(zhàn)成果守護(hù)安全美好生活。

圖 宇視全系列AI產(chǎn)品以中國(guó)關(guān)山命名，六山兩關(guān)產(chǎn)品中，僅『昆侖』重器就部署超過(guò)300個(gè)項(xiàng)目