近日，在kaggle平臺上舉辦的Paddy Disease Classification競賽公布最終比賽結果，深蘭科技組建的機器人視覺算法團隊一舉奪得桂冠。這是繼今年8月25日在CCKS 2022第十六屆全國知識圖譜與語義計算大會“帶條件的分層級多答案問答”評測任務競賽上奪冠后，在短短一個月內(nèi)，深蘭科技第二次在全球頂級AI賽事上折桂。

眾所周知，計算機視覺是當前人工智能學術界最活躍的研究領域，相關領域的國際競賽更是云集了華為、BAT、中科大、谷歌、斯坦福等業(yè)界科技巨頭和全球頂尖學府，參賽結果也是業(yè)內(nèi)公認的評判一家企業(yè)或院校相關技術和學術水平高低的依據(jù)。

Kaggle作為全球最大的數(shù)據(jù)科學社區(qū)和數(shù)據(jù)科學競賽平臺，其舉辦的本次賽事在全球范圍共吸引了657個參賽團隊報名參賽。參賽隊伍中，包括在kaggle平臺上現(xiàn)役全球排名第3的奧地利數(shù)據(jù)科學家PSI、第33名的法國數(shù)據(jù)科學家Mathurin Aché、以及曾歷史排名第1的澳大利亞數(shù)據(jù)科學家Jeremy Howard等多位全球頂級的數(shù)據(jù)分析專家。

本次競賽聚焦于“深度學習技術在大規(guī)模細粒度植物病變分析領域的應用”這一課題，競賽所涉及的PaddyDisease數(shù)據(jù)集，包含10類水稻病變，具有數(shù)據(jù)量小、細粒度且類別數(shù)據(jù)不均衡、分類難度大的特點。

深蘭科技在此次競賽的成功奪冠，主要歸功于團隊在分類模型的選取及其訓練上采用了全新策略，即在分類模型主干網(wǎng)絡的選取上，除了使用經(jīng)典的EfficientNet系列以外，還使用了最新開發(fā)的Swin-transformer、Convnext等系列新算法；在訓練策略上使用了K-folds，即5折交叉驗證的方法對數(shù)據(jù)進行劃分；在模型驗證方面使用了模型融合、tta等方式；在數(shù)據(jù)增強方面，通過采用auto_augment方法來擴充數(shù)據(jù)的多樣性，提高了模型的泛化能力。

在最終競賽中，深蘭科技運用了新算法、新模型、新方法的模型融合，取得了0.98963分的最終實戰(zhàn)結果，從657支參賽隊伍中脫穎而出，取得了比賽第一名的成績。

基于本次賽事，企業(yè)所取得的相關技術，不僅可以充分應用到機器人視覺感知的各個分類需求上，而且在細粒度分類場景方面的應用也具有相當廣泛的落地場景和實際應用價值。

截至目前，深蘭科技已經(jīng)在ICCV（國際計算機視覺大會）、CVPR（國際計算機視覺與模式識別會議）、ECCV（歐洲計算機視覺國際會議）等全球人工智能和計算機領域的頂級賽事中獲得了40多項冠軍。此次能夠在號稱“技術修羅賽場”的Kaggle平臺競賽中拿下冠軍，不僅充分展現(xiàn)了深蘭科技在計算機視覺領域卓越的學術成就和深厚的技術底蘊，更表現(xiàn)出了企業(yè)對于人工智能技術創(chuàng)新的不懈追求。