betway必威官网注册 > 技术 > 竞赛中国团队包揽所有冠军,智慧城市新布局

原标题:竞赛中国团队包揽所有冠军,智慧城市新布局

浏览次数:141 时间:2019-09-19

原标题:智慧城市新布局 三大运营商竟然在这块地上“争”起来了?

原标题:2018 COCO 竞赛中国团队包揽所有冠军,旷视 4 项第一!

原标题:阿里巴巴中间件团队在 Service Mesh 的实践和探索

更多资讯可登录运营商世界网(telworld.com.cn),也可关注微信公众号tel_world

图片 1

摘要: 所有软件最重要的使命不是满足功能要求,而是演进,从而持续成长。

运营商世界网 秦佰铃/文

倒计时**11**天

精彩观点导读:

日前,运营商世界网获悉,中国移动在河北雄安新区试点部署并成功演示了超级智能系统,旨在为雄安新区城市综合治理、环境监控等领域的智慧城市应用提供可行性方案。

新智元将于9月20日在北京国家会议中心举办AI WORLD 2018世界人工智能峰会,计算机视觉领域先驱、约翰霍普金斯大学认知与计算机科学系教授Alan Yullie将亲临会场,发表主题演讲《深度网络及更多:大数据不是万能的》。随着计算机视觉技术的发展,如何利用小数据乃至无数据解决特定应用场景问题,将是最新的一个关键点,欢迎到现场交流!

» 我们去探索一项技术,并不会仅仅因为其先进性,而是因为我们目前遇到了一些无法解决的问题,而这项技术正好能解决这个问题。

据了解,超级智能系统由前端智能感知节点和后端智能引擎组成,通过将前端智能感知节点设备接入系统,实现高速率、低时延移动通信网络与智能感知网络的无缝叠加,能够实现远距离目标自动发现、动态人脸识别、持续实时追踪等功能。

» 所有软件最重要的使命不是满足功能要求,而是演进,从而持续成长。

本次演示,超级智能系统利用现有4G基站灯杆、传输网络与互联网专线,实现了对容城县高速路口、三贤广场等人流密集区域的车辆、人员智能监控与识别跟踪功能。

来源:ECCV 2018

» 微服务本质是对服务的拆分,微服务架构符合工程领域常用的“分而治之”范式。

其实,中国移动在5G基站建设、智慧城市布局上一直走在前列。在前不久,中国移动还在雄安新区开展“5G智能城市系列论坛”,推行智能交通建设。

编辑:肖琴,闻菲

图片 2

既然是“千年大计”,运营商世界网了解到,其实中国电信,中国联通在这的布局建设都没落下。

【新智元导读】计算机视觉界的顶级竞赛之一MS COCO 2018年结果最新出炉,在实例分割、全景分割、人体关键点检测、DensePose以及今年最新的街景检测和分割任务中,全部6项冠军均由中国团队包揽。其中,旷视获得了4项冠军(含1项并列第一),来自北邮和滴滴的团队分别获得1项冠军。微软亚洲研究院获得1项亚军,北京大学和360组成的团队也获得了1项亚军。

近日,在Aliware Open Source•成都站-Apache Dubbo 开发者沙龙上,阿里巴巴中间件高级技术专家李云(至简)向开发者们分享了阿里巴巴中间件团队在Service Mmesh领域的探索和最新实践。本文是根据至简的现场分享所整理,为大家回顾分享中的精彩内容。

中国电信去年4月在雄安新区组建国家骨干网与5G创新示范网,今年8月中国电信的雄安新区宽带网络已经建设成为国家级骨干网,与北上广等一线城市同列,可以实现直接与国际出口进行对接。

2018年最受关注的计算机视觉挑战赛是什么?

嘉宾介绍:李云(至简),阿里巴巴中间件高级技术专家,是阿里巴巴集团Service Mesh方向的重要参与者和推动者。

中国联通也同样在基础网络建设方面取得一系列成绩。在2017年,中国联通就率先在雄安新区网络环境下成功完成了1.2Gbit/s能力下载速率验证;此外还在雄安设置了“智慧微城”展示中心,推动雄安实现“数字城市”向“智能城市”的转变;今年5月,联通雄安产业互联网研究院正式挂牌成立。

COCO!

我们去探索一项技术,并不会仅仅因为其先进性,而是因为我们目前遇到了一些无法解决的问题,而这项技术正好能解决这个问题。现在,阿里巴巴整个集团业务的体量很大,在技术上会遇到很多的挑战。而正是因为这些挑战,让我们思考通过哪些新技术可以去解决这些痛点,这也是我们在Service Mesh领域进行探索和实践的出发点。首先,我们先来看看自己遇到了哪些挑战。

运营商世界网认为,随着5G的加速布局,雄安新区必将成为三大运营商抢占市场的滩涂,无论未来谁能脱颖而出,都少不了前期的建设与布局。

MS COCO 的全称是常见物体图像识别(Microsoft Common Objects in Context),起源于是微软于2014年出资标注的Microsoft COCO数据集,同名竞赛与此前著名的 ImageNet 竞赛一样,被视为是计算机视觉领域最受关注和最权威的比赛之一

一、微服务的5大挑战

运营商世界网(官方微信公众号tel_world)—— TMT行业知名新锐媒体,一家专注通信、互联网、家电、手机、数码的原创资讯网站。返回搜狐,查看更多

而在ImageNet竞赛停办后,COCO竞赛就成为是当前物体识别、检测等领域的一个最权威、最重要的标杆,也是目前该领域在国际上唯一能汇集Google、微软、Facebook 以及国内外众多顶尖院校和优秀创新企业共同参与的大赛。

第一个挑战是微服务框架自身演进困难。

责任编辑:

刚刚,ECCV官网上发布了2018年最新COCO竞赛的结果:

任何软件都会有他的生命进化曲线,从最初的萌芽,进入形成期,往上发展,再进入平台期,最后进入衰亡期。当然我们希望我们的软件可以在进入平台期后,能借助某次演进进入新的发展期。从这个维度看,所有软件最重要的使命不是满足功能要求,而是演进,从而持续成长。相反,当某个软件无法演进的时候,就会意味着死亡。但软件的演进并不是一个简单的事情,以微服务框架为例,为了进一步提升双11期间整个中间件平台的稳定性,我们会修改若干个功能,并以SDK的方式去提供给业务方,但业务代码和微服务框架SDK是强耦合的,这时候需要我们推动各个业务方和我们一同去做升级。虽然我们的初衷是实现平台稳定性的提升,帮助业务更好的发展,但这时由于大家的出发点和诉求有所不同,业务方和我们一起去做升级是比较困难的。所以要发展微服务框架,首先遇到的挑战就是演进困难。

在物体检测、场景分割、人体关键点检测、DensePose以及2018年最新提出的Mapillary街景检测(Mapillary Detction)和街景全景分割(Mapillary Panoptic)6项任务中,中国的团队包揽了所有的冠军

图片 3

图片 4

第二个挑战是微服务框架SDK多语言并行开发与维护成本高。

根据ECCV COCO Workshop的日程表,我们可以发现:

以前我们都是通过对技术栈的统一来提升成本优势和团队效率,大家可以用一种语言去开发和维护,避免多语言时团队的不聚焦。但在软件和开源生态演进的过程中,多语言已经成为一种流行,因为不同语言都有其自身的优势,今天大家能看到的一个现象是云原生的生态中有多种开发语言,使用频率最高的语言已经不是Java了,而是Go,是因为Go的footprint很小。再以 Dubbo为例,除了Java,我们还提供C++,Node.js的SDK,以便让更多的开发者可以加入Dubbo生态,但所有的这些,如果没有社区力量的参与,是很难维持的。

  • 旷视团队(Megvli)获得了4项冠军:实例分割(并列第一)、场景分割、人体关键点检测,以及Mapillary街景场景分割;
  • 北京邮电大学自动化学院模式识别与测控技术实验室(BUTP-PRIV)获得了DensePose任务的冠军;
  • 滴滴团队(DiDi Map Vision)获得了Mapillary街景检测冠军。

图片 5

不仅如此,其他中国团队也斩获了出色的结果:

第三个挑战是异构服务框架难以共存完成渐进式演进。

  • 微软亚洲研究院团队(MSRA)获得了人体关键点检测亚军;
  • 北京大学和360组成的团队(PKU_360)获得了场景分割任务的亚军。

我们结合场景来看看这个挑战。阿里巴巴收购了一些企业,被收购企业的技术栈可能和阿里巴巴不同,比如有些用的是Go语言,有些用的是PHP,这时候为了统一技术栈,我们需要对这类技术平台推倒重来,但这个过程中,我们会面临一系列问题,首当其冲的就是推倒重来会带来巨大的技术风险,其次是可能会面临技术人员大批量流失的风险,这在社会责任的层面也是很难接受。所以我们在寻求一种可能的方案,去解决这类问题。

MS COCO 2018,当之无愧是中国计算机视觉团队称霸的一年!

第四个挑战是单一的语言限制了人才的多样性。

COCO 挑战赛:ImageNet 后最权威的计算机视觉衡量标杆

这里,我们不去争论某个编程语言的好与坏,每个语言都有其适用场景,你不能说我手里有个榔头,你面对的都是钉子。以前我们觉得统一技术栈可以集中开发力量,并且带来较高的运维便利性。但伴随着互联网带来的快节奏,以往的团队能力设置已经很难满足这类变化,对工程师个体提出了更高的要求,我们不仅仅需要是某一方面的专家,而且还需要具备多域的工作技能,DevOps和全栈工程师就是这类快节奏变化下最好的注脚。

今年的COCO竞赛与ECCV 2018一同举办,而且新增了两项街景识别的新任务——Mapillary Vistas,这是是新近推出的街景集图像数据集,专注于图像的高阶语义理解,推动自动驾驶和机器人导航等领域的技术落地。在数据集和应用任务方面,两者有很多不同,而后者对前者起补足作用。通常来讲,COCO 是自然场景下的物体识别,Mapillary 则聚焦于街景场景识别,因此联合挑战赛的形式有利于计算机视觉技术更贴近现实场景,更具应用价值

图片 6

COCO 是一个旨在促进目标检测研究的图像数据集,重点关注检测上下文中的目标。COCO 的注释包括 80 个类别对象的实例分割,91 个类别的物品分割,人物实例的关键点检测,以及每个图像都有 5 个图像标题(image captions)。

第五个挑战是点状的服务治理难以做到及时、有效和经济。

自 2015 年首届挑战赛以来,COCO 赛项数量不断更新,评估标准也更加复杂;COCO 2018 相较往年又有改变。在检测方面,实例分割近年在 COCO 上大为流行,今年,COCO 和 Mapillary 都有此赛项;随着检测技术走向饱和,COCO 去掉了边界框检测这一赛项,但成绩依然出现在榜单上。

微服务和架构的核心是拆分,通过拆分,让每个模块可以独立运行,跟上业务的发展速度,持续推动业务的创新。但拆完后新的问题出来了,缺少横向的内容拉通所有独立的烟囱,从而在服务治理上带来极大的挑战。

另外一个变动是新增了 DensePose 和 Panoptic Segmentation 两个赛项。Panoptic Segmentation 同时解决一张图像上前景物体与背景物体的分类问题,把互为分裂的语义分割和实例分割整合为一,推动分割技术步入新境界,不断逼近现实应用。COCO 和 Mapillary 也都有此赛项。

二、分布式应用的4大发展趋势

COCO 2018 挑战赛的具体任务包括:(1) 利用分割掩模进行目标检测(实例分割),(2) 全景分割,(3) 人体关键点检测,(4)DensePose。

1. 微服务会成为大规模分布式应用的主流架构。

1、COCO 实例分割任务

任何复杂的工程问题都会归结为devide and conquer(分而治之),意思就是就是把一个复杂的问题分成两个或更多的相同或相似的子问题,再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解,原问题的解即子问题的解的合并。微服务本质是对服务的拆分,与工程领域惯用的“分而治之”的思路是一致的。

图片 7

2. 微服务架构下应用的开发是多语言的。

COCO 目标检测任务(Object Detection Task)旨在推动目标检测领域的先进技术。COCO 2018 挑战中只出现具有对象分割输出的检测任务。

没有一个语言是一家独大的,每种语言在特定场景下都有其自身的优势,我们希望这种优势能够将技术到产品的周期(time to market)缩短。技术的核心在于创造价值,无论是交付给客户,还是服务于整个社会。因此,微服务是需要不同语言的开发者发挥自身的优势,去进一步完善我们的微服务架构,释放技术价值。

随着近年来物体检测技术已经成熟,COCO 不再以边界框检测任务为主。虽然 leaderboard 仍保持开放,但边界框检测任务不是 workshop challenge;相反,竞赛鼓励研究人员专注于更具挑战性和视觉信息的实例分割任务。

图片 8

2、COCO 全景分割任务

3. 数据安全将成为公有云分布式应用的生命线。

图片 9

云原生时代,业务即便没上云,企业对自身数据的安全都是有诉求的,尤其是在金融行业,如果通过抓包就能获取一些敏感信息,这将会给企业带来巨大的风险。

本文由betway必威官网注册发布于技术,转载请注明出处:竞赛中国团队包揽所有冠军,智慧城市新布局

关键词:

上一篇:预测汇总,技术选型

下一篇:没有了