結(jié)緣昇騰投身AI開發(fā)，南開學子不到一年給港口安上AI“天眼”

極客網(wǎng)·極客觀察（朱飛）研究生一年級才開始學習AI，在不到一年時間的學習中，獲得昇騰AI創(chuàng)新大賽天津賽區(qū)應(yīng)用賽道銀獎，獲獎方案還被部署到港口的智慧港口真實場景中，將業(yè)界已有方案的識別精度從95%提升到99%以上……

注意，這不是“爽文”情節(jié)，而是現(xiàn)實發(fā)生的事。在近日舉行的昇騰AI開發(fā)者創(chuàng)享日·天津站活動中，來自南開大學研二的陳鐸晟同學作為昇騰AI優(yōu)秀開發(fā)者代表，分享他的昇騰AI學習之路，揭開了AI開發(fā)的神奇魅力。

活動間隙，《極客網(wǎng)》對話陳鐸晟，聊了聊如何從一名AI小白成長為昇騰AI優(yōu)秀開發(fā)者，并將AI模型裝進港口實際應(yīng)用場景的經(jīng)歷，特分享給有志于AI事業(yè)的年輕開發(fā)者。

實驗室結(jié)緣，筑牢基礎(chǔ)知識

陳鐸晟與昇騰AI的結(jié)緣，始于華為與南開大學計算機視覺實驗室合作的車輛識別項目。作為天津市視覺計算與智能感知重點實驗室，那里承接了天津智算中心與華為港口軍團的合作項目。

本科就讀于西安電子科技大學軟件工程專業(yè)的陳鐸晟，此前并沒有系統(tǒng)學習人工智能相關(guān)知識。研究生保送至南開大學計算機學院后，本著對AI的濃厚興趣，他加入了南開大學計算機視覺實驗室，參與到校企合作的項目中，推開了AI探索的大門。

作為AI領(lǐng)域的小白，初入實驗室的陳鐸晟先是集中學習了人工智能原理、深度學習以及昇騰AI等領(lǐng)域的基礎(chǔ)知識。借助昇騰社區(qū)提供的完善的學習文檔及官方教程，以及與華為工程師的頻繁交流溝通，他為日后的AI探索打下了堅實的理論基礎(chǔ)。

接著，陳鐸晟參與到AI框架昇思MindSpore的CANN算子開發(fā)項目中，開始上手完成算法復(fù)現(xiàn)與轉(zhuǎn)換。他與實驗室同學們一起，基于MindSpore框架對業(yè)界經(jīng)典的ReID、PoseTrans等算法進行重構(gòu)，獲得官方認證后發(fā)布到昇騰社區(qū)，在動手實操中積累了一定的開發(fā)經(jīng)驗。

從實踐中來，提升關(guān)鍵能力

儲備了AI開發(fā)所需的基礎(chǔ)知識后，依托實驗室在視覺識別相關(guān)領(lǐng)域的深厚沉淀，陳鐸晟在導師的指導下，聚焦其中的目標檢測與圖像修復(fù)兩個細分領(lǐng)域，進一步展開AI的實踐探索。

在所有的目標識別應(yīng)用中，車輛識別是AI在交通管理和安全領(lǐng)域的一個重要應(yīng)用類別。而在港口、礦山等特殊場景下，車輛識別受環(huán)境因素的影響很大，對識別準確性和系統(tǒng)穩(wěn)定性的要求更高。陳鐸晟迎難而上，借助校企項目合作機會，基于真實場景需求，與團隊一起鉆研智慧港口的車輛識別應(yīng)用。

在算法層面，針對極高視角導致的車牌形狀畸變、較遠距離造成的車牌位置極小、惡劣環(huán)境帶來的車牌污漬嚴重等制約港口車輛識別精度的幾大難點，陳鐸晟與團隊在昇騰AI基礎(chǔ)軟硬件上訓練Yolov5和CRNN開源模型，以更好地采集車牌邊界信息和識別車牌內(nèi)容，并不斷優(yōu)化代碼提高檢測識別精度。

在數(shù)據(jù)層面，由于港口數(shù)據(jù)封閉導致目前幾乎不存在可供訓練的車牌識別數(shù)據(jù)集，他們專門采集原始港口監(jiān)控數(shù)據(jù)，手工剔除噪聲樣本，并引入大規(guī)模公開數(shù)據(jù)集，自行標注制作可用于港口車輛檢測的覆蓋全天候（大雨、大雪、夜間、強光照等）的數(shù)據(jù)集，以更好地支持模型訓練。

在部署層面，陳鐸晟根據(jù)此前開發(fā)學習的案例，獨立編寫適用于昇騰硬件的推理代碼，確保模型在端側(cè)正常訓練和推理，實現(xiàn)端側(cè)設(shè)備的模型轉(zhuǎn)化并成功運行。

經(jīng)過一這系列的實踐探索，陳鐸晟完成了其AI探索道路上第一個完整的項目，提升了在AI模型開發(fā)訓推全流程的關(guān)鍵能力。

特別是在AI技術(shù)落地應(yīng)用最后也是最關(guān)鍵一步的部署方面，為了確保訓練得到的模型能在具體生產(chǎn)環(huán)境中正確、高效地實現(xiàn)推理功能，要求的條件往往非常繁瑣而苛刻，具體性能表現(xiàn)的變數(shù)也比較大，對AI開發(fā)者極具考驗。

對此陳鐸晟坦言，團隊在港口車輛識別項目的部署上也遇到了很多難題，包括算子/算法的匹配，計算資源的滿足等，需要對應(yīng)的適配支持。所幸經(jīng)過緊密的溝通配合，在昇騰社區(qū)和華為工程師的幫助下，這些問題都得到了很好的解決。

到實踐中去，解決行業(yè)痛點

隨著人工智能、5G等技術(shù)的成熟，實現(xiàn)碼頭生產(chǎn)自動化已成港口確定性發(fā)展趨勢。從實踐中來，經(jīng)歷完整項目洗禮后的陳鐸晟認識到，車輛識別系統(tǒng)的實時性和識別精度仍是當前行業(yè)面臨的痛點問題。

為此在有了一定的項目積淀之后，他決定到實踐中去，不斷創(chuàng)新做出更好的AI應(yīng)用。在華為舉辦的2023昇騰AI創(chuàng)新大賽中，他帶領(lǐng)團隊基于昇騰AI全?；A(chǔ)軟硬件技術(shù)，繼續(xù)攻克車輛識別領(lǐng)域的算法關(guān)鍵性難題，交出了一種針對車輛識別的新的解決方案。

9月，這項名為“基于極高視角的港口磅房綜合車輛識別系統(tǒng)”的方案在2023華為昇騰AI創(chuàng)新大賽天津賽區(qū)應(yīng)用賽道比賽中過關(guān)斬將，一舉攬下銀獎。該方案將創(chuàng)新設(shè)計的算法與能夠激發(fā)強大算力的MindSpore框架相結(jié)合，進一步實現(xiàn)了模型性能的優(yōu)化。

磅房作為港口貨物出入管控的節(jié)點，是港口生產(chǎn)中的重要環(huán)節(jié)，其吞吐量將直接影響港口的生產(chǎn)效率。陳鐸晟團隊的新方案支持125路高并發(fā)訪問，目前已在港口中實際部署使用，車輛檢測識別準確率達到99%以上，大幅提升了磅房的過磅效率。

值得一提的是，在這之前，業(yè)內(nèi)同類方案的識別準確率只有95%左右。從95%到99%以上的提升，對于AI方案在工業(yè)界的落地來說，別提有多么重要！

寫在最后：

剛剛過去的2023年，生成式AI及其背后大模型的橫空出世，給肩負“定義世界”的軟件產(chǎn)業(yè)帶來了顛覆式創(chuàng)新的可能。未來屬于AI，更屬于懂AI的人，一時間AI原生應(yīng)用、AI工程師等成為最津津樂道的話題，牽動著每一個開發(fā)者的神經(jīng)。

陳鐸晟從軟件工程投身AI開發(fā)，并迅速從小白成長為昇騰AI優(yōu)秀開發(fā)者，相信正是新生代開發(fā)者擁抱AI的真實寫照。在昇騰AI全?；A(chǔ)軟硬件技術(shù)與昇騰社區(qū)完善成長機制的賦能下，相信會有更多年輕的AI開發(fā)者加入進來，成為智能世界的決定性力量！

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。