中国教育在线
中国教育在线
复旦学子喜获迪拜世博会Earth AI竞赛冠军
2022-02-11 14:05
复旦大学
作者:

  2月8日,迪拜世博会Earth AI(地球观测人工智能技术)竞赛结果于线上直播公布,复旦大学Holiday Coder(假日程序员)团队荣获冠军。

  Holiday Coder团队成员都来自复旦大学电磁波信息科学教育部重点实验室金亚秋院士团队,分别为2021级硕士生蒲欣洋、宋婧多和2019级博士生贾赫成。

复旦大学Holiday Coder团队:蒲欣洋、宋婧多、贾赫成

  迪拜世博会Earth AI竞赛共有9支高校团队参加,他们分别来自中国、意大利、阿拉伯联合酋长国等国。比赛于1月28日至2月4日举行,为期一周。这也是世博会首次举办的人工智能技术竞赛。

  新春逢盛事,复旦学子奋战7天夺得人工智能国际赛事冠军

  除夕之夜,家家户户围坐桌前,吃年夜饭,观看春晚,其乐融融。十一点多的时候,复旦Holiday Coder团队蒲欣洋、宋婧多和贾赫成三位同学却坐到了电脑前,召开专属于他们的线上会议。

  迪拜世博会Earth AI竞赛恰逢中国春节期间举行,时间紧迫,团队成员只能于欢度佳节、走亲访友之余,在晚10点后进行线上会议、语音交流,时常讨论至凌晨1、2点。他们串联起陕西西安、辽宁阜新和浙江东阳三地,为了一个共同的目标展开“头脑风暴”。

  队长蒲欣洋道出了春节期间依然参赛的原因:“因为这样的世界级比赛可遇不可求,并且其基于人工智能技术的遥感图像识别竞赛任务和我们平时的研究课题联系非常紧密,有比较多的经验和竞赛积累。在为期一周的竞赛中,能够提升自己的实战经验和代码能力,也是不可多得的宝贵机会。”

  Earth AI竞赛围绕人工智能技术的图像识别与解译展开。主办方提供了2100张图片,这些遥感图像的目标场景切片分类共21类,如农业用品、飞机、海滩、建筑物、丛林、住宅等,每个类别100张图片。前六天为训练阶段,团队通过人工智能技术,对2100张切片的训练集进行自动化分类,不断对算法模型进行优化。

蒲欣洋为比赛训练模型

  2月4日,决赛当天,主办方开放最终决赛的测试数据集,包括2100张图片与140张图片两部分,不包含分类标签。在最后2小时的时间内,各团队利用算法进对图片进行分类识别,将识别结果上传至主办方。

主办方宣布复旦团队夺冠

  最终,复旦Holiday Coder团队各项指标精确度一骑绝尘,摘得桂冠!

  “我们的模型能够取得最高的成绩,很重要的因素之一是实验室前期在该领域的人工智能技术积累。”队长蒲欣洋说。本次竞赛开放的数据集,每个类别只有100个样本,而一般深度学习技术需要每类至少数千个样本,才能达到较高的识别精度。此外分类精细度要求很高,如居民区需要细分为低、中、高三种密度,这些都加大了精准分类的难度。

  实验室长期以来研究遥感物理机理,把物理机理与神经网络深度融合,发展可解释、强泛化的人工智能技术。在前期技术积累基础上,针对本次竞赛样本少和精细分类等难点,进一步采取了数据增强、数据增广、迁移学习的策略,最终解决了这一难题,使得训练的模型在测试集上达到了极高的准确度。

  时值壬寅新春举办的竞赛,恰好在2022北京冬奥会开幕日落下帷幕,又在女足夺冠、奥运摘金捷报频传的日子里,复旦学子增添了一个国际赛事夺冠的喜讯。

  “这次比赛的意义对我们来说不仅仅是一次锻炼,并且给了我们机会去了解去结识世界众多高校中,同样致力于人工智能遥感图像研究的教授学者们,促进我们在科研中扩宽视野,并且激励我们向更广阔的领域探索和发展。”蒲欣洋说。

  冠军团队成员之间,有的只有一面之缘,有的素未谋面

  “其实,我和蒲欣洋师妹还没见过面,跟宋婧多师妹也只见过一面。”贾赫成说。

  在获知Earth AI竞赛的相关信息后,去年刚入学的硕士生蒲欣洋和宋婧多很快便决定参赛,她们期待着在实战中检验所学的图像识别技术。

  作为博士师兄,贾赫成接到师妹们的组队参赛邀约时,起初有些犹豫。“毕竟过年期间,想要多陪陪家人。后来想了想,还是应该加入队伍,因为参赛是很好的锻炼机会,可以一起学到很多。”

贾赫成参与的团队在2020年“天智杯”人工智能挑战赛夺冠

  贾赫成参赛经验丰富,曾于2020年与实验室同学组队参加“天智杯”人工智能挑战赛,荣获冠军。同年举办的第四届“中科星图杯”高分遥感图像解译软件大赛上,贾赫成带队参加光学遥感图像飞机目标检测和识别的国际赛道比赛,位列第五。他还长期在外地参与卫星遥感相关的科研项目,实践经验丰富。

贾赫成(左三)与2020年“中科星图杯”高分遥感图像解译软件大赛团队成员在实验室合影

  就这样,贾赫成与线下只见过一面的宋婧多,以及还未见过面的蒲欣洋组成了“云”端的团队。

  团队三人分工明确,团结协作。队长蒲欣洋负责目前主流识别算法的调研,对比后基于swin-transformer(基于滑窗操作层级设计的深度自注意力网络)算法进行优化。针对这次比赛,他们发现每一类别开放的数据极少,数据扩充和增强是重点工作,由宋婧多和贾赫成负责。算法调优和数据扩充两部分齐头并进,同时完成,再将调优后的算法用增广后的数据进行测试,以及其他对比算法进行测试,才得出了最后准确度极高的结果。

  结合之前比赛接触到的一些场景分类、目标识别的数据,以及网上公开的一些场景分类的数据集,宋婧多和贾赫成把数据集整体扩充了七倍左右,从2100张扩到了14000多张的数据集。数据扩充和增强对他们日后的科研工作也有所启示。

  比赛还剩两天的时候,算法模型已调试出来,贾赫成在团队群里坚持说:“我们需要把数据增强的任务做完,这样比赛才算完整。”这激发了他们的干劲,还有队长蒲欣洋调试模型的耐心,都让队友们印象深刻。

  “虽然比赛时间很短,我却从两位队友身上学到了很多,尤其是他们坚持的精神。”宋婧多说。

  人才辈出的背后,是金亚秋院士榜样的力量

  团队三位成员认为荣获冠军与导师徐丰日常科研意识的培养,答疑解惑,指导思路密不可分。早在2019年,复旦大学电磁波信息科学教育部重点实验室金亚秋院士团队的徐丰教授和王海鹏教授曾率领团队斩获第一届“天智杯”人工智能挑战赛两项冠军,并蝉联两届“天智杯”人工智能挑战赛某科目冠军。多项国内国际竞赛中,都有实验室学子获奖的身影。

  人才辈出的背后,是中科院院士、信息科学与工程学院教授金亚秋榜样的力量、星光的指引。据了解,金亚秋院士领衔的实验室是上海市模范集体和教育部重点实验室,也是复旦大学2018年“钟扬式”科研团队。

  令蒲欣洋、宋婧多和贾赫成这些年轻学子动容的是,每周召开的实验室大组会上,76岁的金亚秋院士几乎从不缺席。大组会时间较长,经常是2、3个小时起步,每一个学生汇报科研进展后,金亚秋教授都会给出一些指导意见,行之有效的改进建议,分享多年积淀的科研经验。

  “年过古稀的金院士还一直参与到每个学生的培养当中,我们对他的科研精神非常敬佩,也激励我们自身科研的意识,还有勤奋的精神。”宋婧多说。

  在金亚秋院士的引领、徐丰教授等学者的指导下,电磁波信息科学教育部重点实验室的学子们将沿星光前行,在各个不同的赛场,展现复旦风采,为国家社会贡献复旦力量。

免责声明:

① 凡本站注明“稿件来源:中国教育在线”的所有文字、图片和音视频稿件,版权均属本网所有,任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发表。已经本站协议授权的媒体、网站,在下载使用时必须注明“稿件来源:中国教育在线”,违者本站将依法追究责任。

② 本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者在两周内速来电或来函联系。

相关新闻
中国教育在线 2022-06-06 20:44
中国教育在线 2022-04-15 10:05