2019年3月，宇視科技（uniview）計算機視覺與深度學(xué)習(xí)算法在Multiple Object Tracking (MOT) Challenge全球競賽刷新最好成績，在MOT最新的數(shù)據(jù)集MOT17Det中，將交通場景目標檢測的AP提高至0.89X，呈現(xiàn)最高識別準確率與最低誤報率，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，實戰(zhàn)部署多場景，位列MOT Challenge多目標行人目標評測榜首位

MOT Challenge是國際多目標檢測跟蹤領(lǐng)域最權(quán)威的測評平臺，評測多行人對象在復(fù)雜場景下進行同時檢測及跟蹤的算法性能。MOT競賽每年舉辦，是世界各大AI研究機構(gòu)、企業(yè)、高校角逐之地，MOT17Det采集自不同場景和多個拍攝角度下的素材，覆蓋各種復(fù)雜情況、待檢測目標，涉及欠曝和過曝場景、微小目標、目標被大量遮擋等。打榜的宇視算法AdaptNet 1.2版本，主要改進點為：

-          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，提升對微小目標的表達能力。

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

-          采用一種新的注意力機制，進一步提升過曝和欠曝等難檢目標的檢出率。

專攻人工智能科目的宇視研發(fā)副總裁謝會斌表示：“本次取得排名世界第一，驗證了我們AdaptNet網(wǎng)絡(luò)模型的有效。宇視內(nèi)部AI算法各團隊代號以貓科動物命名，此次打榜的是‘陸虎’小組。2017年，宇視在KITTI評測中獲得世界第一，側(cè)重的是車道檢測。優(yōu)秀算法模型的產(chǎn)生，不僅是在實驗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戰(zhàn)部署的項目中檢驗迭代。”

2019年以來，AdaptNet已運用于宇視前后端AI系列產(chǎn)品，如『天目』卡口/電警、『函谷』智能人體抓拍機、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、金融等多場景的落地，以實戰(zhàn)成果守護安全美好生活。

圖 宇視全系列AI產(chǎn)品以中國關(guān)山命名，六山兩關(guān)產(chǎn)品中，僅『昆侖』重器就部署超過300個項目