CVPR 2020商汤斩获3冠！62篇论文入选，“算法工厂

Original 鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI

“视觉实力秀”，CVPR 2020 正在线上举办中。

本届 CVPR 号称十年来最难的一届，共接收 6656 篇论文，中选 1470 篇，录用率仅为 22%，为十年来最低的一次。

不过，中国军团依然表现亮眼。学术界清华领衔，商汤则以 62 篇论文入选的成绩，领跑产业界。

成绩亮眼，却有些见怪不怪。毕竟，这已经不是商汤第一次在顶会上“一骑绝尘”。

此前的 ICCV 2019 上，商汤及其联合实验室就曾以入选 57 篇论文的成绩引来瞩目。

而这一次的 CVPR，在入选论文数上，商汤持续超越微软、Facebook 等科技巨头。

并且，又拿下了 CVPR 2020 ActivityNet 时空动作定位赛道、动作分类赛道，以及 CVPR 2020 NTIRE 竞赛等 3 项世界冠军。

至此，成立 6 年以来，商汤已经在各种重要赛事中，斩获了 60+ 个世界第一。

那么，问题来了，商汤凭什么？

62篇论文 + 3项世界冠军，实现多领域技术突破

先来看看，商汤的 CVPR 2020 成绩单背后，是怎样的技术进展。

三项比赛中，ActivityNet 是视频动作识别领域的重要实力检验竞赛。

该项竞赛历年由 Google、Facebook、UC Berkeley 等顶尖院校与研究机构主办，相关技术在视频分析、活体检测等多项实际应用中具有重要价值。

在 AVA-Kinetics 时空动作定位比赛中，依托自研技术对象-场景-对象推理网络（ACAR-Net）和自有的深度学习超算平台，商汤研究院和 X-Lab 及香港中文大学-商汤联合实验室团队以绝对优势夺得第一。

39.62mAP的成绩，大幅领先今年的第二名 6.71 mAP。

在动作分类竞赛中，商汤研究院和 X-Lab 及联合实验室团队依托自有的深度学习超算平台，在短时间内训练了多个具有超深网络的视频分类模型。在多模型融合阶段，商汤自研的时空交错网路（TIN）同样发挥重要作用。

由此，与 Google Cloud AI 拿下该项竞赛的并列第一。

而 NTIRE（New Trends in Image Restoration and Enhancement）作为全球最全面的 low-level 视觉大赛之一，能够直观地反映出 low-level 视觉这一热门领域中研究进展和突破。

商汤研究团队在 CVPR 2020 NTIRE 的真实图像（Real World RGB Images）光谱重建（HS Reconsturction）赛道中，凭借一种新的 4 级网络结构，在增大感受野的同时，在不同级子网中做特征提取，从而成功卫冕冠军。

论文方面，商汤今年入选的 62 篇论文，同样分布多个领域，包括：对抗式生成模型、三维点云理解与分析、训练加速与模型量化、视频理解与分析、网络结构搜索等。

例如，商汤入选 CVPR 2020 的论文《用于加速卷积神经网络训练过程INT8训练技术》，就针对如何提升深度学习训练速度的问题，提出了用于加速卷积神经网络训练过程的 INT8 训练技术，采用 8 比特数值训练模型，可以极大地提升训练速度，减少计算损耗，而且训练精度几乎无损。

所以，商汤的秘诀是什么？

答案还要从商汤自身的定位中寻找。

AI时代的“算法工厂”

据悉，目前商汤一共有约 4000 名员工，其中有 2500 多人都是算法和产品研发人员，超过总员工数的一半。

而商汤的路线，是依托这样的技术力量，以“算法工厂”的模式，完成科研到产品的转化。

什么叫“算法工厂”？

商汤科技联合创始人徐冰在公开演讲中谈到，现在，如何批量地生产针对不同物体和场景的模型，已经成为驱动 AI 增长、下一代技术演进的关键问题。

而成熟的深度学习训练平台，是能够推动大规模新模型生成的。这也就促成了“算法工厂”概念的形成。