TPU編程競賽系列|算能賽道冠軍SO-FAST團隊獲第十屆CCF BDCI總決賽特等獎!
近日,第十屆中國計算機學(xué)會(huì )(CCF)大數據與計算智能大賽總決賽暨頒獎典禮在蘇州順利落幕,算能賽道的冠軍隊伍SO-FAST從2萬(wàn)余支隊伍中脫穎而出,獲得了所有賽道綜合評比特等獎!?
?

本屆CCF大賽吸引了來(lái)自全國的2萬(wàn)余支團隊參賽,有10支隊伍從中脫穎而出,入圍總決賽。算能賽道冠軍SO-FAST獲得總決賽綜合評比特等獎。
聚焦產(chǎn)業(yè)落地,算能TPU平臺助力深度學(xué)習算法高效部署
與其他賽道更多關(guān)注算法研究不同,「基于TPU平臺實(shí)現人群密度估計」致力于解決算法在產(chǎn)業(yè)落地過(guò)程中的關(guān)鍵問(wèn)題,是當前產(chǎn)業(yè)界和學(xué)術(shù)界高度關(guān)注的熱點(diǎn),也是CCF大賽中具有產(chǎn)業(yè)應用價(jià)值的賽題之一。
在本次比賽中,SO-FAST團隊三位選手分工明確,宋禮負責比賽方案的設計和模型量化,柯嵩宇負責量化后的模型優(yōu)化,包鍇楠負責部署過(guò)程中的推理加速。
為實(shí)現人群密度估計在算能TPU平臺的高效部署,團隊主要采取了以下五個(gè)步驟:
第一步,模型選擇。通過(guò)對預訓練模型的理論效果分析和實(shí)際模型推理效果在測試集上的指標評估,對比不同模型的最終得分,從而選定預訓練模型;
第二步,模型量化。為了使用 TPU 平臺的強大計算能力,需要使用算能的量化工具對模型進(jìn)行量化,并評估量化后模型的精度;
第三步,精度調優(yōu)。對量化后模型的精度進(jìn)行調優(yōu),一般量化使用 INT8 類(lèi)型的數據來(lái)替代 FALOT32 類(lèi)型的數據從而加速計算,該過(guò)程會(huì )引入模型精度的損失,主要通過(guò)篩選圖片構建用于量化的數據集來(lái)較少模型精度的損失;
第四步,推理加速。實(shí)現模型部署過(guò)程中的推理加速,通過(guò)分析模型推理過(guò)程中的核心耗時(shí)部分,針對性地使用了 4N Batch 和圖片劃分等方式,提升模型的推理速度。
第五步,部署實(shí)測。將模型部署到 BM1684 平臺,測試模型的實(shí)際性能,最終的評估結果表明該方案在 A/B榜的測試數據上均獲得了第一名。

?
人群密度估計可以應用于很多場(chǎng)景,比如視頻監控、城市交通流量監測、商場(chǎng)人流量統計等,尤其在安防監控領(lǐng)域中有著(zhù)重要的應用。通過(guò)對監控區域內人群密度的估計,可以實(shí)時(shí)判斷人群是否過(guò)于擁擠,是否有局部聚集等情況,從而及時(shí)采取相應措施,保障社會(huì )安全。
?

?
對交通路口、公共場(chǎng)所等區域的人群密度的估計,可以實(shí)時(shí)了解人流量,更好地進(jìn)行交通規劃和交通管理,在商場(chǎng)、超市等場(chǎng)景,可以實(shí)時(shí)了解不同時(shí)間段人群的數量、流向,為智能化的管理和經(jīng)營(yíng)提供準確的數據支持,擁有重要的商業(yè)價(jià)值。本次冠軍團隊的方案也將在后續的商業(yè)化項目中得到推薦。

?
十年磨一劍,CCF BDCI成深度學(xué)習領(lǐng)域具有影響力賽事之一
CCF大數據與計算智能大賽(CCF Big Data & Computing Intelligence Contest,簡(jiǎn)稱(chēng)CCF BDCI)由中國計算機學(xué)會(huì )于2013年創(chuàng )辦,是大數據與深度學(xué)習領(lǐng)域的算法、應用和系統大型挑戰賽事。大賽面向重點(diǎn)行業(yè)和應用領(lǐng)域征集需求,以前沿技術(shù)與行業(yè)應用問(wèn)題為導向,以促進(jìn)行業(yè)發(fā)展及產(chǎn)業(yè)升級為目標,以眾智、眾包的方式,匯聚海內外產(chǎn)學(xué)研用多方智慧,為社會(huì )發(fā)現和培養了大量高質(zhì)量數據人才。
大賽迄今已成功舉辦十屆,累計發(fā)布基于真實(shí)產(chǎn)業(yè)場(chǎng)景的賽題162道,吸引來(lái)自全球的1500余所高校、1800余家企事業(yè)單位的18萬(wàn)余人參與,提交解決方案及算法作品近30萬(wàn)次,已成為中國大數據與深度學(xué)習領(lǐng)域影響力廣、參賽規模大、成熟度高的綜合賽事之一。算能也將持續關(guān)注并參與CCF BDCI大賽,持續為國內深度學(xué)習領(lǐng)域的人才培養和產(chǎn)業(yè)落地貢獻力量。