AI届的「最强大脑」能精准区分同种类物体的细微差别

作为人工智能核心能力，细粒度图像分类是计算机视觉领域极具挑战的方向，而且技术要求越来越高。只有让机器「看得」更细更准，机器的判断才能有所突破。细粒度图像分类针对的是更微观的物体类别，比如，全世界品种超过几万种的兰花，AI 不仅要识别出它是一种兰花，还要判断具体属于哪一种兰花，如果要识别手机，要分辨出是什么品牌的哪一种型号。

再比如生了病的两片树叶，同样出现了破损孔洞，在传统模型训练下，AI 最多可以识别出它们都是苹果树的树叶，很难确定两个孔洞之间的区别，进而给出推断树叶究竟得的是哪两种疾病。然而现在支付宝的 AI 模型通过明确识别关键是孔洞大小、数量、位置，以及周边是否有斑点，最终快速给出树叶由于化学药品滥用造成损伤的判断。

实际上，世界上的约 37 万种植物，不同植物的病因完全不同，但它们的病态外观和特征却非常相似。另一方面，采集拍摄中存在姿态、视角、光照、遮挡、背景干扰等影响因素，使分类更加具有难度。

然而这就是近日在计算机视觉 A 类顶级会议 CVPR 2020 开幕在即，围绕该方向 Kaggle 共发起六项任务，国内互联网公司支付宝参加了其中的患病植物图像分类。

这个挑战非常难，比赛考察 AI 视觉识别技术对苹果树叶子图片进行不同种类的疾病区分能力，在训练集 1821 张图像和测试集 1821 张图像中，完成高精确度的判别。

最终，在FGVC（Fine-Grained Visual Categorization，细粒度图像分类）全球挑战赛结果中，支付宝天筭 (suàn) 安全实验室在 1316 支参赛队中夺冠。

*Kaggle 2020-FGVC 挑战赛官方排名

支付宝天筭安全实验室使用的原创模型，是基于数据增强、知识蒸馏方法，实现在大量信息干扰下进行物体具像化特征识别，使细粒度识别精度大幅提升。支付宝是比赛中唯一使用知识蒸馏这种深度学习方法的团队，在最终测试中，支付宝分数达 0.98445，排名第一。（创见张超编辑报道）