PaddlePaddle AI大賽收官 加速演算法落地應用

近日，由百度與科賽網聯合發起的「PaddlePaddle AI大賽-預測精彩視頻片段」順利收官。經過近3個月的初賽、複賽、決賽，以及來自行業專家組成的評委團的最後評審，6支隊伍最終獲獎，由上海交通大學研究生林天威組成的「大西瓜瓜」隊以65.13分奪得冠軍，贏得五萬元獎金，另有「jizhi.ai」、「馮諾依曼-旺仔」等5支隊伍分獲二、三等獎。

「PaddlePaddle AI大賽」是由百度主辦、科賽網承辦的深度學習領域競賽，致力於深度學習工業應用以及深度學習人才培養，旨在通過競賽的模式輔助解決行業真實問題，讓AI真正應用並服務於行業。

大賽共分4場，首屆競賽任務為綜藝節目精彩片段預測，自去年12月28日開賽，吸引了來自高等院校、科研單位、互聯網企業、創業團隊、學生社團等近500人蔘賽。

大賽於3月13日24點截止提交模型，模型分數排名前10的隊伍提交模型分數對應的K-Lab notebook報告，評審團結合10隻隊伍的模型分數，最終評出前三甲。據悉，大賽評審團由行業知名學者、百度專家組成，包括復旦大學計算機科學技術學院教授、博士生導師姜育剛，中國科學院深圳先進技術研究院研究員、博士生導師喬宇，百度3D視覺首席科學家、百度機器人和無人駕駛實驗室負責人楊睿剛，百度視頻理解團隊技術負責人文石磊，以及百度PaddlePaddle團隊高級研發工程師楊亞鳴。

冠軍得主林天威來自於上海交通大學，目前主要研究計算機視覺領域，曾在2017 CVPR會議上舉辦的ActivityNet大規模視頻動作理解競賽中獲得「時序動作提名」和「時序動作檢測」兩項任務的冠軍。本次大賽提供的任務正是時序行為檢測的具體應用之一，「可以看到自己研究的演算法在真實場景下能獲得怎麼樣的效果，」這也是林天威參加這次比賽的重要原因。

本屆PaddlePaddle AI大賽聚焦於綜藝節目精彩片段預測。實際上，在電視綜藝的拍攝錄製過程中，機位多、時間長帶來了大量視頻素材，後期剪輯導演面臨巨大的素材篩選壓力。而本次競賽的目的之一，就是為了幫助電視綜藝編導從業者對海量的拍攝素材自動標記片段，這些片段可能成為受觀眾喜愛的「精彩片段」，一定程度上輔助他們進行素材的初步粗剪，提高其生成效率與質量。

若要實現全自動標註視頻精彩片段，大量的數據與模型訓練尤為重要。在此次比賽中，百度BROAD（Baidu Research Open-Access Dataset）數據集為選手提供了豐富的數據支持。BROAD是百度在2017年百度世界大會上推出的數據集。其中，視頻精彩片段數據集囊括1500個來自愛奇藝的長視頻，總時長約1200小時，並從中手動收取出18000個精彩小視頻，同時能夠提供視頻幀的圖片特徵序列，是全球首創的公開精彩片段標註數據集。

大賽全程在科賽網的K-Lab中進行，包括載入BROAD數據集、模型訓練、調用PaddlePaddle，為參者提供了統一便捷的計算環境，最低門檻的參賽建模；此外，複賽階段還免費提供百度雲深度學習開發卡的GPU算力，直接打開K-Lab即可使用，無需任何安裝或申請，為參賽者提供更強的算力，顯著提升了參賽者模型的分數。

人工智慧時代，人才、演算法、數據、計算資源都是是行業的關鍵。PaddlePaddle AI大賽不僅提供了開源深度學習框架PaddlePaddle、開放的BROAD數據集供開發者使用，更是提供了GPU資源供複賽選手使用。資源的支持有利於加速培養深度學習領域人才，進一步推動人工智慧技術的發展，讓人工智慧更快更好得落地，影響行業、生活的方方面面。

據悉，PaddlePaddle AI大賽頒獎儀式將在4月20日百度AI開發者實戰營北京站舉行，大賽冠軍林天威將在現場分享技術研究心得。同時，PaddlePaddle AI大賽——智能問答也將在4月中旬同步開啟。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！