近日,CVPR2022各項競賽結果陸續公佈, 位元組跳動智慧創作AI平台「Byte-IC-AutoML」團隊在基於合成資料的實例分割挑戰賽( Accessibility Vision and Autonomy Challenge ,下文簡稱AVA ) 中,憑藉自研的Parallel Pre-trained Transformers (PPT) 框架脫穎而出,成為該比賽唯一賽道的冠軍。
#論文地址#:https:/ /www.php.cn/link/ede529dfcbb2907e9760eea0875cdd12
本屆AVA競賽由波士頓大學(Boston University)和卡內基美隆大學(Carnegie Mellon University)聯合舉辦。
競賽透過渲染引擎得到一個合成的實例分割資料集,其中包含與身心障礙行人互動的自治系統的資料範例。 競賽目標是為無障礙相關人與物提供目標偵測和實例分割的基準和方法。
#資料集視覺化
- 領域泛化問題:本次比賽資料集皆為渲染引擎合成的影像, 資料domain 與自然影像有顯著差異;
- 長尾/少樣本問題:資料存在長尾分佈, 如"拐杖" 和"輪椅" 類別在資料集中更少, 分割效果也更差;
- 分割穩健性問題:些類別的分割效果非常差, 實例分割mAP 比目標偵測分割mAP 低30
#Byte-IC-AutoML團隊提出了一個Parallel Pre-trained Transformers (PPT)框架來完成。框架主要由三個模組組成:1)並行的大規模預訓練的Transformers;2)Balance Copy-Paste 資料增強;3)像素層級的非極大值抑制和模型融合;
#並行大規模預訓練Transformers最近很多的預訓練文章表明,大規模資料集預訓練的模型可以很好地泛化到不同的下游場景中。因此,團隊使用COCO 和BigDetection 資料集先對模型進行預訓練,這可以較大程度地緩解自然資料和合成資料之間的領域偏差,以便在下游的合成資料場景中用較少的樣本快速訓練。在模型層面, 考慮到 Vision Transformers 沒有 CNN 的歸納偏置, 更能享受預訓練帶來的好處,團隊使用 UniFormer 和CBNetV2。 UniFormer 統一了 convolution 和 self-attention,同時解決 local redundancy 和 global dependency 兩大問題,實現高效率的特徵學習。 CBNetV2 架構串接多個相同的主幹分組,這些主幹透過複合連接來建構高效能偵測器。模型的主幹特徵提取器都是 Swin Transformer。多個大規模預訓練的 Transformers 透過並行的方式排列,輸出的結果進行整合學習輸出最終的結果。
不同方法在驗證資料集上的mAP
Balance Copy-Paste 資料增強#Copy-Paste技術透過隨機貼上物件為實例分割模型提供了令人印象深刻的結果,尤其是對於長尾分佈下的資料集。然而,這種方法均衡地增加了所有類別的樣本,並未能從根本上緩解類別分佈的長尾問題。因此,團隊提出了Balance Copy-Paste 資料增強方法。 Balance Copy-Paste 根據類別的有效數量自適應地對類別進行採樣,提高了整體的樣本質量,緩解了樣本數少和長尾分佈的問題, 最終大幅提升了模型在實例分割上的 mAP。
Balance Copy-Paste資料增強技術帶來的提升
像素層級的非極大值抑制和模型融合
驗證集上的模型融合消融實驗
##測試集上的模型融合消融實驗
目前,城市和交通數據集更多的是通用場景, 只包含正常的交通工具和行人,數據集中缺乏關於殘疾人及行動不便的人, 以及其輔助設備的類別,利用目前已有數據集得到的檢測模型無法檢測出這些人與物體。
位元組跳動Byte-IC-AutoML團隊的這項技術方案,對目前自動駕駛和街道場景理解有廣泛應用:經過這些合成資料得到的模型可以識別出“輪椅”,“在輪椅上的人”,“拄拐杖的人”等少見的類別,不但能更加精細地對人群/物體進行劃分, 而且不會錯判誤判導致場景理解錯誤。此外, 透過這種合成資料的方式, 可以建構出真實世界中比較少見類別的資料, 從而訓練更加通用, 更加完善的目標檢測模型。
智慧創作是位元組跳動的多媒體創新科技研究所和綜合服務商。涵蓋了電腦視覺、圖形學、語音、拍攝編輯、特效、客戶端、AI平台、服務端工程等技術領域,在部門內部實現了前沿演算法-工程系統-產品全鏈路的閉環,旨在以多種形式向公司內部各業務線以及外部合作客戶提供業界最前沿的內容理解、內容創作、互動體驗與消費的能力和產業解決方案。團隊技術能力正透過火山引擎對外開放。
火山引擎是位元組跳動旗下的雲端服務平台,將位元組跳動快速發展過程中累積的成長方法、技術能力和工具開放給外部企業,提供雲端基礎、影片與內容分發、大數據、人工智慧、開發與維運等服務,幫助企業在數位升級中持續成長。
#
以上是無障礙出遊更安全!位元組跳動研究成果獲CVPR2022 AVA競賽冠軍的詳細內容。更多資訊請關注PHP中文網其他相關文章!

AI增強食物準備 在新生的使用中,AI系統越來越多地用於食品製備中。 AI驅動的機器人在廚房中用於自動化食物準備任務,例如翻轉漢堡,製作披薩或組裝SA

介紹 了解Python函數中變量的名稱空間,範圍和行為對於有效編寫和避免運行時錯誤或異常至關重要。在本文中,我們將研究各種ASP

介紹 想像一下,穿過美術館,周圍是生動的繪畫和雕塑。現在,如果您可以向每一部分提出一個問題並獲得有意義的答案,該怎麼辦?您可能會問:“您在講什麼故事?

繼續使用產品節奏,本月,Mediatek發表了一系列公告,包括新的Kompanio Ultra和Dimenty 9400。這些產品填補了Mediatek業務中更傳統的部分,其中包括智能手機的芯片

#1 Google推出了Agent2Agent 故事:現在是星期一早上。作為AI驅動的招聘人員,您更聰明,而不是更努力。您在手機上登錄公司的儀表板。它告訴您三個關鍵角色已被採購,審查和計劃的FO

我猜你一定是。 我們似乎都知道,心理障礙由各種chat不休,這些chat不休,這些chat不休,混合了各種心理術語,並且常常是難以理解的或完全荒謬的。您需要做的一切才能噴出fo

根據本週發表的一項新研究,只有在2022年製造的塑料中,只有9.5%的塑料是由回收材料製成的。同時,塑料在垃圾填埋場和生態系統中繼續堆積。 但是有幫助。一支恩金團隊

我最近與領先的企業分析平台Alteryx首席執行官安迪·麥克米倫(Andy Macmillan)的對話強調了這一在AI革命中的關鍵但不足的作用。正如Macmillan所解釋的那樣,原始業務數據與AI-Ready Informat之間的差距


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

記事本++7.3.1
好用且免費的程式碼編輯器

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

EditPlus 中文破解版
體積小,語法高亮,不支援程式碼提示功能

SublimeText3 Linux新版
SublimeText3 Linux最新版