繼今年6月在CVPR 2024的低光目標(biāo)檢測(cè)挑戰(zhàn)賽中，英特靈達(dá)AI團(tuán)隊(duì)攜手合作伙伴榮獲冠軍與季軍后，再次于2024年8月25日在計(jì)算機(jī)視覺(jué)領(lǐng)域頂級(jí)盛會(huì)——?dú)W洲計(jì)算機(jī)視覺(jué)國(guó)際會(huì)議（ECCV）上大放異彩。

　　全球頂級(jí)盛會(huì)，英特靈達(dá)AI團(tuán)隊(duì)再度稱雄

    　作為全球計(jì)算機(jī)視覺(jué)領(lǐng)域三大頂級(jí)會(huì)議之一，歐洲計(jì)算機(jī)視覺(jué)國(guó)際會(huì)議（European Conference on Computer Vision，簡(jiǎn)稱ECCV）與CVPR、ICCV齊名，匯聚了全球最頂尖的學(xué)者與研究人員，是展示前沿科技成果的關(guān)鍵平臺(tái)。

　　英特靈達(dá) AI 團(tuán)隊(duì)在語(yǔ)義偏移基準(zhǔn)（Semantic Shift Benchmark, SSB）挑戰(zhàn)賽的開(kāi)放集識(shí)別賽道（Open-Set Recognition Track）中一舉奪魁。該團(tuán)隊(duì)?wèi){借 AUROC 指標(biāo)位列第一、FPR 指標(biāo)排名第三的優(yōu)異成績(jī)，充分彰顯了公司在復(fù)雜場(chǎng)景圖像理解以及結(jié)構(gòu)化處理方面的強(qiáng)大技術(shù)實(shí)力。

　　核心突破：提升模型的泛化能力

　　本次挑戰(zhàn)賽的核心目標(biāo)在于評(píng)估模型在開(kāi)放集樣本識(shí)別中的表現(xiàn)。由于模型訓(xùn)練通常依賴有限的數(shù)據(jù)集，而實(shí)際應(yīng)用中需面對(duì)更廣泛的樣本，這使得開(kāi)放集檢測(cè)技術(shù)在識(shí)別訓(xùn)練集中未涵蓋的樣本時(shí)至關(guān)重要。英特靈達(dá)團(tuán)隊(duì)與合作伙伴在CVPR 2024期間所開(kāi)展的SURE研究成果（https://yutingli0606.github.io/SURE/），為此次挑戰(zhàn)賽中的卓越表現(xiàn)奠定了堅(jiān)實(shí)基礎(chǔ)。

　　在本次挑戰(zhàn)賽中，團(tuán)隊(duì)通過(guò)在大規(guī)模數(shù)據(jù)集ImageNet上對(duì)視覺(jué)大模型進(jìn)行深度訓(xùn)練與測(cè)試，重點(diǎn)優(yōu)化了網(wǎng)絡(luò)的干擾響應(yīng)平穩(wěn)性（Flat minima），顯著提升了模型的泛化能力。此外，團(tuán)隊(duì)還改進(jìn)了模型的預(yù)測(cè)概率與實(shí)際準(zhǔn)確性之間的匹配度，進(jìn)一步增強(qiáng)了模型的可靠性。

　　關(guān)鍵發(fā)現(xiàn)與技術(shù)革新

　　研究過(guò)程中，團(tuán)隊(duì)發(fā)現(xiàn)網(wǎng)絡(luò)在處理訓(xùn)練集中未涵蓋的樣本時(shí)，其激活響應(yīng)顯著減弱?；谶@一發(fā)現(xiàn)，團(tuán)隊(duì)設(shè)計(jì)了新的開(kāi)放樣本檢測(cè)量化公式，大幅提升了模型的檢測(cè)性能。最終，英特靈達(dá)團(tuán)隊(duì)在AUROC和FPR兩項(xiàng)關(guān)鍵指標(biāo)上分別取得第一和第三的優(yōu)異成績(jī)，并以總成績(jī)第一的表現(xiàn)榮獲冠軍。

　　此次在ECCV 2024上的杰出表現(xiàn)，充分展現(xiàn)了英特靈達(dá)在人工智能領(lǐng)域的技術(shù)實(shí)力和創(chuàng)新能力，為全球人工智能技術(shù)的發(fā)展注入了新的動(dòng)力。展望未來(lái)，英特靈達(dá)將繼續(xù)秉持卓越追求，在人工智能領(lǐng)域不斷開(kāi)拓創(chuàng)新，為推動(dòng)行業(yè)的持續(xù)進(jìn)步貢獻(xiàn)更多力量。