雪浪天池AI挑战赛圆满落幕 AI赋能布匹疵点检测成业界共识

本文主要是介绍雪浪天池AI挑战赛圆满落幕 AI赋能布匹疵点检测成业界共识,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2018年9月13日,历时两个半月,由江苏省无锡经济开发区(太湖新城)与阿里云联合举办的“2018雪浪制造AI挑战”天池大赛在无锡太湖新城圆满落下帷幕。太湖新城作为无锡新的城市中心,近期在打造雪浪小镇,雪浪小镇定位于为无锡乃至全国的制造业数字化升级提供解决方案的平台,继雪浪大会之后,本次大赛也是一次代表性的盛会。

作为国内工业AI领域具有重要影响力的赛事,本次大赛聚合全球尖端人才及优良算法,旨在提升布样疵点质检的效果和效率,降低对大量人工的依赖,助力工业制造良品提升,同时为太湖新城创新人才的挖掘、孵化和引入创造了有利条件。太湖新城集团总裁唐劲松、无锡经济开发区管委会副主任主任冯爱东、阿里云华东二区总经理高飞、阿里云大数据生态运营总经理王一婷等双方高层领导出席活动。

TB1YDibXMHqK1RjSZFPXXcwapXa.jpg

图为:大赛现场,选手紧张决赛中

十强角逐  产学落地的深度碰撞

总决赛现场,10支优秀队伍进入现场赛及终极答辩PK环节。雷锋网了解到,经过激烈角逐,缺陷检测小分队、万事屋团队等杀出重围。最终,缺陷检测小分队的两名组员在算法成绩和答辩成绩取得领先,摘得本次比赛桂冠,赢得20万现金大奖。

前三甲分别是:

缺陷检测小分队(冠军)

万事屋团队(亚军)

UnlimitedPI团队(季军)

TB17audXFzqK1RjSZFzXXXjrpXa.png

图为:现场冠军颁奖仪式

大赛自2018年6月30日启动本次大赛以来,活动共吸引了来自中、美、英、俄、新加坡、韩国、澳大利亚等全球19个国家和地区的2403支队伍、3761名选手,参赛选手中硕士学历占比43%,博士学历占比6%,其中不乏美国斯坦福大学、新加坡南洋理工大学、香港理工大学、中科院、清华、北大、上交大、浙大等全球知名高校,与此同时来自华为、阿里、滴滴、小米、京东、创新工场、浪潮集团、佳格天地等AI研究机构和企业的选手也参与了角逐。

TB17OOeXQzoK1RjSZFlXXai4VXa.png TB1epaeXQvoK1RjSZFwXXciCFXa.png

图为:选手们在答辩环节讲解布匹疵点检测算法模型及思路

这场全球顶级的AI算法赛事为何拥有如此强大的吸引力?与其他创新大赛相比又有哪些特点?记者带你一一了解。

立足纺织业痛点  寻求智能化新突破

江苏省无锡经济开发区(太湖新城)与阿里云作为智能制造升级的倡导者和实践者,是这次全球顶级的AI大赛的联合主办单位,双方以实际行动支持了“中国制造2025”战略,打造了政府引导、企业主导的良好模式。

当下,随着智能技术的发展,全球制造业都在发生着深刻的变化。特别是近两年来,纺织业以智能制造为焦点形成试点项目,成效明显。而本次“雪浪制造AI挑战赛暨视觉计算辅助良品检测”天池大赛就是围绕着“纺布表面瑕疵检测”这一个纺织行业品控的关键环节。

TB1gV1cXSzqK1RjSZFpXXakSXXa.jpg

图为:选手对数据进行算法优化

对于制造企业来说,纺布表面瑕疵检测在生产上极其消耗人力资源,主要在于人工检验速度慢、劳动强度大、受主观因素影响大从而缺乏一致性。随着AI技术的快速发展,更多的人把目光放在了计算机视觉技术上,希望能够将AI和计算机视觉技术应用起来,对传统的纺织行业生产模式带来改变。但实际上,由于纺布瑕疵具有种类多、成因多、形态多样、不易识别等多种特性,所以到目前为止,业界还未出现成熟的方案。

这一痛点,也让江苏阳光集团和阿里云有了合作的契机,双方推出了业界第一个同时符合实际质检标准和机器学习要求的大规模高质量布匹瑕疵数据集,该数据集涵盖了纺织业中素色布的各类重要瑕疵,包括原始图片数据和瑕疵标注数据两个部分。依托阿里云天池平台,这些数据将在20多万聚集在天池的全球顶级科学家那里,为生产力的提升带来更多新的探索和改变。

算法优化  让AI更懂工业制造

在这个平台基础上,众多优秀的解决方案和技术创新点在大赛现场不断涌现。例如,利用困难样本均衡采样策略解决瑕疵分布不均,利用随机掩模的方式克服小样本问题,利用多尺度变化适应各种形态的瑕疵。结合ResNet和Xception等多种主流图像识别网络,以及模型调优和模型融合技术,选手们开发的算法对常见十几类瑕疵的检出率超过90%。大赛不仅重视瑕疵检出,更关注瑕疵的分类。基于精细标注的瑕疵信息,大赛还产出的许多精准的瑕疵识别技术方案,为后续推广到更多不同的纺布类型和更多的瑕疵类型提供了可行性验证。

TB1PEWdXQvoK1RjSZPfXXXPKFXa.png

图为:大赛评委在点评环节

作为本次大赛的评委,浙江大学计算机学院教授、博士生导师李玺表示,选手们的提案一方面展现了各自的灵感与智慧,另一方面也证明了天池平台已经成为“数据众智、众创”的第一平台,所有参与者都有机会运用其设计的算法解决各类工业实践问题或社会问题。阿里巴巴达摩院资深算法专家李昊则表示,工业制造产生了海量的数据,而天池大赛让对数据怀有梦想的人聚集在一起,让AI的应用更加走向落地,他希望参赛选手们以此次赛事为契机,继续深入研究,取得更好的成果。

挑战AI成新风尚  算法科学家携手前行

与一般的AI大赛不同,“雪浪制造AI挑战赛暨视觉计算辅助良品检测”天池大赛分为初赛、复赛和决赛三个阶段,时间上跨度为两个半月。相比于创新类项目存在的技术门槛,本次大赛更注重细分领域进行AI应用解决方案,即聚集在纺织领域。从选手的方案侧重点来看,天池平台的数据及算法也得到了更广泛和有效的运用。

大赛的实战氛围非常浓厚,选手们精彩的算法演绎与思维推导,让与会人员看到了技术革新纺织生产的潜力所在。阿里云为参赛团队提供机器学习PAI平台,复赛团队可申请使用,但入围决赛的参赛团队方案里,必须包含深度学习作为主要算法。而入选决赛,要求更为严格:组委会要求入围选手提交代码审核,还会识别并剔除只靠人工标注而没有算法贡献的队伍。

TB1Qd5eXQvoK1RjSZFNXXcxMVXa.png

图为:本次大赛奖项设置

此外,雷锋网(公众号:雷锋网)现场看到,从大赛配套政策上看,大赛组委会为获奖项目准备了高额奖金:第一的选手获得了20万现金大奖,第二名和第三名也分别获得10万和5万现金大奖。

TB1kLWbXSzqK1RjSZPxXXc4tVXa.png

图为:媒体采访参赛选手环节

在大赛的“访谈”环节,参赛选手告诉雷锋网:大数据和AI正在成为人们生活的基础设施,企业在利用机器学习、AI技术的过程中特别需要关注实操性,让技术改善生活,让AI为企业生产带来益处。而阿里云天池平台带来了这种可能,让AI更靠近工业、更靠近生活。也有一些选手表示,参赛期间不断的算法优化和模型改进,让个人思维方式得到极大的锻炼,受益颇多。

TB1Ce9dXHvpK1RjSZPiXXbmwXXa.png

图为:大赛选手与嘉宾合影

据主办方介绍,下一阶段的雪浪制造AI挑战赛将继续以工业为主题,立足于国际化、规模化、普及化,继续吸引海内外高校及企事业单位参赛。可以看到,智能制造正在升级,而AI与算法将为世界带来更多改变。

雷锋网版权文章,未经授权禁止转载。详情见转载须知。

TB1NMPdwk7mBKNjSZFyXXbydFXa.jpg

这篇关于雪浪天池AI挑战赛圆满落幕 AI赋能布匹疵点检测成业界共识的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/785621

相关文章

Spring AI使用tool Calling和MCP的示例详解

《SpringAI使用toolCalling和MCP的示例详解》SpringAI1.0.0.M6引入ToolCalling与MCP协议,提升AI与工具交互的扩展性与标准化,支持信息检索、行动执行等... 目录深入探索 Spring AI聊天接口示例Function CallingMCPSTDIOSSE结束语

三频BE12000国补到手2549元! ROG 魔盒Pro WIFI7电竞AI路由器上架

《三频BE12000国补到手2549元!ROG魔盒ProWIFI7电竞AI路由器上架》近日,华硕带来了ROG魔盒ProWIFI7电竞AI路由器(ROGSTRIXGR7Pro),目前新... 华硕推出了ROG 魔盒Pro WIFI7电竞AI路由器(ROG STRIX GR7 Phttp://www.cppcn

Linux系统性能检测命令详解

《Linux系统性能检测命令详解》本文介绍了Linux系统常用的监控命令(如top、vmstat、iostat、htop等)及其参数功能,涵盖进程状态、内存使用、磁盘I/O、系统负载等多维度资源监控,... 目录toppsuptimevmstatIOStatiotopslabtophtopdstatnmon

C++ 检测文件大小和文件传输的方法示例详解

《C++检测文件大小和文件传输的方法示例详解》文章介绍了在C/C++中获取文件大小的三种方法,推荐使用stat()函数,并详细说明了如何设计一次性发送压缩包的结构体及传输流程,包含CRC校验和自动解... 目录检测文件的大小✅ 方法一:使用 stat() 函数(推荐)✅ 用法示例:✅ 方法二:使用 fsee

OpenCV实现实时颜色检测的示例

《OpenCV实现实时颜色检测的示例》本文主要介绍了OpenCV实现实时颜色检测的示例,通过HSV色彩空间转换和色调范围判断实现红黄绿蓝颜色检测,包含视频捕捉、区域标记、颜色分析等功能,具有一定的参考... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间

Spring AI 实现 STDIO和SSE MCP Server的过程详解

《SpringAI实现STDIO和SSEMCPServer的过程详解》STDIO方式是基于进程间通信,MCPClient和MCPServer运行在同一主机,主要用于本地集成、命令行工具等场景... 目录Spring AI 实现 STDIO和SSE MCP Server1.新建Spring Boot项目2.a

使用Python实现IP地址和端口状态检测与监控

《使用Python实现IP地址和端口状态检测与监控》在网络运维和服务器管理中,IP地址和端口的可用性监控是保障业务连续性的基础需求,本文将带你用Python从零打造一个高可用IP监控系统,感兴趣的小伙... 目录概述:为什么需要IP监控系统使用步骤说明1. 环境准备2. 系统部署3. 核心功能配置系统效果展

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2