5月18日至20日，计算机视觉领域顶级盛会——ACM 中国图灵大会在上海圆满落幕。以“引领人工智能 创造无限可能”为主题，本届大会汇聚了来自学术界与业界的全球最强大脑，包含三位图灵奖得主谷歌副总裁兼首席互联网专家 Vinton Cerf、哈佛大学 Leslie Valiant 教授、卡耐基梅隆大学 Raj Reddy，以及机器学习界泰斗 Michael I. Jordan、阳光媒体集团董事长杨澜、百度副总裁王海峰、科大讯飞执行总裁胡郁等。码隆科技有幸与全球顶尖的专家学者和企业家们同台，共同探讨当今社会前沿科技的应用。
美国计算机协会(ACM)于1966年设立“图灵奖”，奖励国际上对计算机事业作出重要贡献的个人，并以此纪念“人工智能之父”艾伦·麦席森·图灵(Alan Mathison Turing)对计算机科学的巨大贡献。该奖项为计算机界最负盛名、最崇高的荣誉，素有“计算机界诺贝尔奖”之称。继去年ACM图灵奖五十周年大会在中国成功举办之后，今年，中国图灵大会再次于上海举办，邀请了众多学术界和业界的豪华嘉宾，围绕计算机各领域的创新和发展、技术的产业化应用等多个话题展开探讨。
会议期间，码隆科技首席科学家黄伟林博士发表了以《Computer Vision in RetailAI：从物体识别到商品识别》为题的主题演讲，与在场嘉宾学者、企业家和学生们共同探讨计算机视觉的技术突破点和商业应用。
码隆科技黄伟林博士获得由图灵奖得主Vinton Cerf博士本人亲自颁发的优秀Keynote讲者证书
黄伟林博士曾在牛津大学 Visual Geometry Group (VGG) 实验室从事博士后研究工作，博士后期间师从 Andrew Zisserman 和 Alison Noble，研究方向主要集中在场景文本识别、场景分类和医学视频分析等领域。
演讲中，首席科学家黄伟林博士简单介绍了计算机视觉发展的几个重要里程碑，从图像分类谈到商品识别，以及目前在现实商业场景中遇到的技术难题，并分享了码隆科技如何通过独创的弱监督算法带来技术突破。
首先，黄博士简单介绍了对计算机视觉发展有着重要贡献的 ImageNet 图像识别竞赛。在 2010年和 2011 年的时候，大家采用的是传统特征的方法，错误率在 25% 以上。直到 2012 年，卷积神经网络被第一次应用到 ImageNet 图像识别比赛，使得错误率从 25.8% 降低到 16.4%，带来巨大的性能提升。此项突破引发了计算机视觉技术的变革，从此，深度学习技术在整个计算机视觉领域中得到广泛应用。到了2017 年，错误率已降低到 2.2%，超过了人类识别错误率 5.1% 的表现，证明了在 1000 类图片分类这个任务上，机器可以做得比人类更好。
然而，码隆科技所专注的商品识别这个领域，识别的种类多达几十万种，因为即使是同一款商品，不同品牌或不同款式的价格是不一样的，故需要做到SKU(库存量单位)级别的分类。由此可知，商品识别技术应用在现实生活中的商品图像识别难度，远高于 ImageNet 比赛中1000种物体的识别难度。
值得关注的是，ImageNet 竞赛对计算机视觉图像识别技术发展起到了很大贡献，拥有大规模人工标注数据集这一点十分关键。然而，人工标注数据的成本高昂，越来越多的研究者开始关注利用低成本数据(如不含人工注释的数据)来训练图像识别系统的方式。
码隆科技通过自主研发的弱监督学习算法，解决了人工标注的问题。黄博士深入浅出地分享了如何通过弱监督学习和课程学习训练策略，突破深度学习需大量人工标注数据来支持的技术难点。通过独创的弱监督学习算法，黄博士所带领的团队不仅仅在实际商用场景中处理了海量噪声数据，降低了人工标注的巨大成本，也因此在CVPR 2017上荣获大规模视觉理解 WebVision 世界挑战赛第一名的殊荣。此项比赛的结果也说明了，即便在更符合真实使用场景、没有经过人工清理和标注的数据中，码隆科技算法团队所达到的 94.78% 准确率表现(相当于接近5%左右的错误率)，已经可以达到比肩人类的性能。
黄博士还分享了目前码隆科技商品识别技术在新零售、电商、服装纺织、家具家居等行业的实际应用，获得在场嘉宾一致好评。在颁奖晚宴上，黄伟林博士获得由图灵奖得主Vinton Cerf博士本人亲自颁发的优秀Keynote讲者证书。
码隆科技首席科学家黄伟林博士发表了以《Computer Vision in RetailAI：从物体识别到商品识别》为题的主题演讲
码隆科技首席科学家黄伟林博士与两位图灵奖获奖者：首席互联网专家 Vinton Cerf博士和哈佛大学 Leslie Valiant 教授合影
在会场的展位上，码隆科技有幸与众多优秀的专家学者和学生进行交流，并展示其核心产品 ProductAI 在新零售、电商、服装纺织、家具家居等行业的应用。其中，“智能货柜纯视觉商品识别解决方案”获得在场专家学者、教师和学生们的高度关注。该方案可助力传统零售货柜摆脱重力感应模块和 RFID 消耗的成本桎梏，高效解决新零售场景内经营方运营与消费者购物的实际痛点。这技术的落地正是基于码隆科技核心产品 ProductAI 人工智能商品识别平台高精准度的商品识别能力，其背后是码隆科技算法团队在海量数据训练、精准算法模型设计上的不懈努力。
此次活动，码隆科技与全球菁英齐聚本届中国图灵大会，共同勾勒人工智能的未来蓝图。未来，码隆科技将持续专注计算机视觉技术创新与突破，并积极与学术界、产业界紧密合作，将最前沿的学术动态、最新研究成果呈现给更多致力于创新的科学工作者。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
