隨著人工智能的火熱，作為人工智能三大領(lǐng)域之一的計算機視覺也越來越受到人們的關(guān)注。而CVPR作為計算機視覺領(lǐng)域的頂級會議，一直受到國內(nèi)研究者的重視，積極貢獻(xiàn)論文并參與競賽。

6月17日，由MIT-IBM Watson人工智能實驗室主持的Moments in Time挑戰(zhàn)賽結(jié)果出爐，其中在Full Track挑戰(zhàn)賽中，七牛云團(tuán)隊在短短七天時間內(nèi)，針對挑戰(zhàn)賽中數(shù)據(jù)集特點，針對性的改進(jìn)了算法，并以極快的速度完成了7個模型的訓(xùn)練與迭代，以明顯優(yōu)勢超越了IBM、CMU等世界一流計算機視覺研究團(tuán)隊，取得了大賽季軍的優(yōu)異成績。

7天7模型：七牛云用技術(shù)實力說話

Moment作為MIT-IBM Watson AI Lab開發(fā)的研究項目，致力于構(gòu)建超大規(guī)模數(shù)據(jù)集來幫助AI系統(tǒng)識別和理解視頻中的動作和事件。如今，該數(shù)據(jù)集已包含了一百萬部標(biāo)記的3秒視頻，涉及人物、動物、物體或自然現(xiàn)象，捕捉了動態(tài)場景的要點。

在此次Moments in Time挑戰(zhàn)賽中分為兩個Track，分別為：Full Track及Mini Track。其中在Full Track挑戰(zhàn)賽中，比賽規(guī)則為在完整Moments in Time數(shù)據(jù)集上的分類任務(wù)為339個類別、802264個訓(xùn)練視頻、33900個驗證視頻、67800個測試視頻。其中，339個類別以及802264個訓(xùn)練視頻作為目前公開的最大的2個視頻數(shù)據(jù)集之一，該數(shù)據(jù)集非常貼近現(xiàn)實場景。七牛云針對該數(shù)據(jù)集特點，針對性改進(jìn)了算法，提交出7個模型。并且七牛云的算法改進(jìn)也寫在了技術(shù)報告中（而此技術(shù)算法改進(jìn)后也用于七牛云世界杯項目產(chǎn)品中）。

在兩個Track中，總共有來自24個注冊團(tuán)隊的123名參賽者，并提交了151個有效結(jié)果。雖然參賽過程中每個團(tuán)隊擁有兩個多月的時間可提交10次結(jié)果，但七牛云人工智能實驗室團(tuán)隊僅用7天時間便以極快的速度完成了7個模型的訓(xùn)練與迭代，成功獲得大賽季軍稱號。

七牛云強大技術(shù)實力的幕后功臣：深度學(xué)習(xí)平臺AVA

七牛云人工智能實驗室AtLab成立僅兩年時間，卻成長飛快，當(dāng)下已擁有超過100人的研發(fā)團(tuán)隊，團(tuán)隊核心成員在人工智能領(lǐng)域都擁有著非常豐富的經(jīng)驗。并且，AtLab 發(fā)起人彭垚在富媒體海量數(shù)據(jù)分析與機器學(xué)習(xí)領(lǐng)域有超過10年的產(chǎn)品研發(fā)經(jīng)驗，在美國、法國發(fā)表數(shù)篇專業(yè)領(lǐng)域發(fā)明專利。

七牛云的理念是縮短想法到產(chǎn)品的距離，所以七牛云成立人工智能實驗室AtLab，在底層構(gòu)建了彈性深度學(xué)習(xí)平臺AVA來滿足巨大的計算需求。AVA 作為一個端到端的人工智能深度學(xué)習(xí)平臺，將復(fù)雜的富媒體數(shù)據(jù)傳輸至平臺的人工智能神經(jīng)網(wǎng)絡(luò)中進(jìn)行分析和處理，專注為計算機視覺領(lǐng)域提供一套完整的數(shù)據(jù)集和模型生產(chǎn)工具鏈。幫助企業(yè)把人工智能與具體的業(yè)務(wù)結(jié)合，讓計算機視覺在廣電、傳媒、安防、金融等行業(yè)落地。

并且，七牛云人工智能實驗室可根據(jù)客戶的不同需求，如：識別生產(chǎn)線的問題、識別快遞訂單等識別任務(wù)，七牛云都有一套獨立的創(chuàng)新定制化體系來滿足客戶需求，以更好的服務(wù)于用戶。