带AI无人车上云驾校，不出门练遍各大城市道路，华南理工大学团队拿下“互联网+”大赛金奖

梦晨 发自 凹非寺
量子位 报道 | 公众号 QbitAI

你有没有想过，无人驾驶中的AI都是在哪学开车的？

AI在没学成之前直接上路跑肯定不能让人放心，所以研究人员都是让它们在仿真环境中训练。

相当于让AI上了一个云驾校，先在云端跑上千万遍，练成“老司机”以后再实际上路。

不过云驾校的建设成本可不低。

如果按照传统方法，需要花费大量的时间和成本实地去各个路段进行拍摄、采集数据。

照片拍回来还需要进行标注，画面中哪里是车道线，哪里有交通标志，周围有哪些车和行人……

如果换一个城市，不同的道路宽度、交通指示牌的样式，甚至不同光照条件在路上投下不同的阴影，对于AI来说都要重新学习适应。

难道给每个城市都拍摄大量的照片？成本也太高了吧。

这是整个无人驾驶产业都要面对的问题，最近由华南理工大学的城联智图项目团队取得重要突破。

他们用GAN做城市街景的风格迁移，只需一个城市拍摄的图像与少量目标风格的城市图像就能迁移生成包含目标城市风格的图像。

此外还能生成各类危险、紧急情况的图像，让AI学习处理难以实地练习的极端场景。

华南理工大学这支“城联智图”团队靠此成果拿下了今年“互联网+”大学生创新创业大赛的金奖。

他们参加的是大赛今年新增的产业赛道，选择了华为出的《使用MindSpore设计和训练图像风格迁移模型》这道命题。

因为成果可以为无人驾驶产业大幅节约成本、加快研发进度，连华为MindSpore首席科学家陈雷都表示：

非常期待昇思MindSpore与城联智图团队开展长期、深度的合作,共同推动国内AI产业及生态发展。

怎样的创新方案？

他们的模型是由风格迁移领域的经典模型CycleGAN改进而来。风格迁移可以将一个城市的图像街景转换为另一个城市的图像街景。

一个创新之处是结合语义信息在非图像空间做约束，使得模型在风格转换时可不被源图像所完全限制住，让生成的图像更加自然。

此外还把模型修改成了多领域转换模型，利用不同城市风格之间存在异同点，在不同领域的转换任务中复用一部分网络参数。

题目中要求使用昇思MindSpore AI框架，对于如何学习一个新技术体系，他们的心得是多看官方的文档和教程，并且觉得昇腾论坛里的众多讨论也很有参考价值。

还有就是不能光看不练，他们是尝试完整地搭建出第一个模型后，才感觉自己入门了。

在正式开发过程中，他们参考和调用了生态中已有的很多模块，再加上API简单易用，总体上感觉昇思MindSpore AI框架在模型的构建、训练和测试部分都比较顺畅。

比如能实现网络自动切分，只需串行表达就能实现并行训练，开发流程有所简化。

在调试时，只需变更一行代码就能在静态执行和动态调试能力中切换，能快速定位到问题所在。

说到这里，同学们分享了遇到的一个让人哭笑不得的问题。

就像原版CycleGAN中给出的经典案例，在把马转换成斑马的任务里，骑手身上也出现了斑马的条纹。

在城市风格转换任务里，路灯上有时也会出现树木的纹理。

像这样的问题在图像风格转换领域目前还无法完全避免，只能想办法将可能性最大程度地降低。

谈及比赛过程中遇到的最大困难是什么，同学们表示还是算力资源。

今年的大赛报名是在4-5月，7-8月就要参加省内赛，全国初赛安排在9月30日，时间上还是比较紧张。

好在华为的昇腾AI团队为参赛队伍提供了充足的算力资源，并且为更快地搭建模型进行训练与测试提供了帮助。

最终让华南理工大学团队在2-3个月就训练完参赛模型，及时赶上了比赛日程。

获奖只是开始，后续还有计划

其实同学们选择的这道命题给出了好几个答题方向，比如海洋模型等。

为什么选择了城市风格迁移这个方向？

同学们的回答是，一方面城市风格迁移比较新颖，一方面又可以应用到无人驾驶领域。

像这样产学研融合的项目，也是华南理工大学所重视的，再加上计算机视觉和图像处理也是团队成员所擅长的，最终选择了这个方向。

既然是大学生创新创业大赛，评选标准除了技术创新的部分，当然也包括创业的部分。

华南理工大学团队中有4位计算机专业的同学，负责模型的开发、调试和测试等工作。

还有3位工商管理专业的同学负责市场调研及商业方案的策划。

特别是其中还有一位本科计算机、硕士工商管理的多面手同学负责核心技术与商业的交叉融合工作。

他们认为获奖只是一个开始，接下来希望把项目成果进一步完善，并落地应用到无人驾驶。

获奖的除了同学们，还有……

“互联网+”大学生创业创新大赛由教育部主办，今年举办到第七届。

“互联网+”与“挑战杯”以及“创青春”并列成为三大全国性的大学生创业赛事。

大赛今年新增设了产业赛道，面向企业征集在生产实践中真实遇到的问题，推动高校的科研实力去解决。

全国1024所高校的10466支队伍报名参赛，经过层层筛选，最终只有50支队伍进入全国总决赛。

除了最终胜出的参赛队伍，获奖的还有华为公司，获得了由赛事组委会颁发的优秀组织奖。

这次大赛华为是产业命题赛道入围决赛队伍最多的企业，共有13支队伍，以昇腾AI、鲲鹏、OpenHarmony等技术作为研发底座参赛。

在比赛过程中，华为向参赛团队提供一对一专家指导及关键任务深度指导，以及硬件算力资源。

现在比赛虽然结束，但对于华为和华南理工大学的参赛队员来说，后续要做的工作还有很多。

他们打算把比赛成果首先应用到无人驾驶的图像增强上，从给昇腾AI生态内相关企业和科研实验室提供图像数据开始，再一步步拓展应用范围。

一方面为国产AI平台的生态建设做出贡献，一方面又能直接与使用同一套技术体系的企业合作。

起到大幅节约成本、加快研发进度的作用，让研究成果真正去推动无人驾驶产业发展。

积极参与“互联网+”大赛其实只是教育部-华为“智能基座”产教融合协同育人项目中的一部分。

项目中还包括课程融合、慕课资源建设、众智项目申报等，现已覆盖全国72所头部高校。

通过开设《人工智能芯片与系统》《深度学习基础》等10门精品慕课，和《昇腾AI处理器CANN应用与实战》《MindSpore深度学习高阶技术》等19本配套教材、教辅，昇腾AI等产业前沿技术已融入到高校的课程体系当中。

借助优才、众智两大计划，联合生态伙伴为学生提供在真实的产业环境中进行实习、实践和创新的机会。

还为学生提供华为工程师认证，提升学生在就业上的竞争力。

“智能基座”项目计划到2023年覆盖超过500所高校，未来还要逐步扩大到全国超过2700所高校、高职、高专以及海外部分高校。

通过虚拟教研室等形式，在未来5年赋能超过两万名优秀教师，累计培养超过五百万名理工科学生。

相信像这次华南理工大学团队这样的，能做出实际推动产业发展创新成果的学生团队能够不断涌现出来。

参考链接：
[1] https://arxiv.org/abs/1703.10593