本文转自：上观2月8日|夺冠！复旦学子喜获迪拜世博会Earth AI竞赛冠军！本文转自：上观

本文转自：上观
2月8日，迪拜世博会EarthAI（地球观测人工智能技术）竞赛结果于线上直播公布，复旦大学HolidayCoder（假日程序员）团队荣获冠军！
HolidayCoder团队成员都来自复旦大学电磁波信息科学教育部重点实验室金亚秋院士团队，分别为2021级硕士生蒲欣洋、宋婧多和2019级博士生贾赫成。

文章图片
▲
复旦大学HolidayCoder团队：蒲欣洋、宋婧多、贾赫成
迪拜世博会EarthAI竞赛共有9支高校团队参加，他们分别来自中国、意大利、阿拉伯联合酋长国等国。比赛于1月28日至2月4日举行，为期一周。这也是世博会首次举办的人工智能技术竞赛。
新春逢盛事，
复旦学子奋战7天夺得人工智能国际赛事冠军
除夕之夜，家家户户围坐桌前，吃年夜饭，观看春晚，其乐融融。十一点多的时候，复旦HolidayCoder团队蒲欣洋、宋婧多和贾赫成三位同学却坐到了电脑前，召开专属于他们的线上会议。
迪拜世博会EarthAI竞赛恰逢中国春节期间举行，时间紧迫，团队成员只能于欢度佳节、走亲访友之余，在晚10点后进行线上会议、语音交流，时常讨论至凌晨1、2点。他们串联起陕西西安、辽宁阜新和浙江东阳三地，为了一个共同的目标展开“头脑风暴” 。
队长蒲欣洋道出了春节期间依然参赛的原因：“因为这样的世界级比赛可遇不可求，并且其基于人工智能技术的遥感图像识别竞赛任务和我们平时的研究课题联系非常紧密，有比较多的经验和竞赛积累。在为期一周的竞赛中，能够提升自己的实战经验和代码能力，也是不可多得的宝贵机会。 ”
EarthAI竞赛围绕人工智能技术的图像识别与解译展开。主办方提供了2100张图片，这些遥感图像的目标场景切片分类共21类，如农业用品、飞机、海滩、建筑物、丛林、住宅等，每个类别100张图片。前六天为训练阶段，团队通过人工智能技术，对2100张切片的训练集进行自动化分类，不断对算法模型进行优化。

文章图片
▲
蒲欣洋为比赛训练模型
2月4日，决赛当天，主办方开放最终决赛的测试数据集，包括2100张图片与140张图片两部分，不包含分类标签。在最后2小时的时间内，各团队利用算法进对图片进行分类识别，将识别结果上传至主办方。

文章图片
▲
主办方宣布复旦团队夺冠
最终，复旦HolidayCoder团队各项指标精确度一骑绝尘，摘得桂冠！
“我们的模型能够取得最高的成绩，很重要的因素之一是实验室前期在该领域的人工智能技术积累。 ”队长蒲欣洋说。本次竞赛开放的数据集，每个类别只有100个样本，而一般深度学习技术需要每类至少数千个样本，才能达到较高的识别精度。此外分类精细度要求很高，如居民区需要细分为低、中、高三种密度，这些都加大了精准分类的难度。
实验室长期以来研究遥感物理机理，把物理机理与神经网络深度融合，发展可解释、强泛化的人工智能技术。在前期技术积累基础上，针对本次竞赛样本少和精细分类等难点，进一步采取了数据增强、数据增广、迁移学习的策略，最终解决了这一难题，使得训练的模型在测试集上达到了极高的准确度。
时值壬寅新春举办的竞赛，恰好在2022北京冬奥会开幕日落下帷幕，又在女足夺冠、奥运摘金捷报频传的日子里，复旦学子增添了一个国际赛事夺冠的喜讯。