亚马逊云科技中国：亚马逊云科技客户案例集锦（17页）.pdf

1、亚马逊云科技客户案例集锦亚马逊云科技客户案例集锦亚马逊云科技中国(宁夏)区域西云数据运营亚马逊云科技中国(北京)区域西云数据运营云驭 科研云驭 科研1357911强大算力支持 中科院计算所致胜国际计算机视觉赛事攻坚生命科学研究的核心上海交大利用亚马逊云科技云计算加快虚拟药物筛选亚马逊云科技云计算助力华南理工大学广州学院实现智能垃圾分类遥感数据源、巨大算力、人工智能加持亚马逊云科技携手清华大学快速打造云上遥感科研新范式以弹性算力和快速部署为抓手南方科技大学区块链分片项目高效落地亚马逊云计算联合北京智源人工智能研究院有力支持国际小分子制药性质预测大赛亚马逊云科技计算和对象存储优势助力浙江大学微生物

2、学研究更上一层楼14目录 将虚拟环境的数据平稳迁移到真实环境中01 深度学习面临的挑战17_信泰宜合(Syntax)基于 AWS 构建 ERP 全托“我们主要使用了 Amazon Web Services里面的 EC2 计算资源和 S3 存储功能。EC2 主要是用 GPU 做深度学习模型训练，主要使用的实例是 g4dn 系列，g4dn.2xlarge 用来调试程序，g4dn.12xlarge 主要用来训练模型。我们用于训练的数据和最终得到的模型都保存在 S3 上，从 EC2 向 S3 调用数据是免费的而且速度很快。”深度学习让基于图像的场景理解获得了明显提升，在检测、分割、跟踪等领域取得的巨大

3、的进步。这些场景理解大都基于是被动接受的静态图像数据，而我们研究场景理解的目标之一，是让机器人能够通过场景理解完成高层任务。这一过程是主动的、动态的。Visual Semantic Navigation 是该类任务之一。机器人随机出现在公寓中的某个位置，给定一个目标（如找苹果），期望机器人通过自身的 RGB 摄像头自主采取决策导航到指定物体附近。在真实环境中靠机器人采集的数据进行训练是不现实的，因此 Visual Semantic Navigation 任务会在虚拟环境中进行训练并在真实场景测试。该任务的难点之一在于如何将虚拟环境学到的知识迁移到真实环境中，为此在方法上提取了图像的多种中间表示

4、，并以此减少虚拟环境和真实环境的裂隙。大量的计算需求需要强大的计算资源支持在具体实现上，面临的难点是巨大的计算需求。在训练过程中，机器人会不断在虚拟环境中移动并产生大量图像观测数据，算法从图像数据中提取特征并结合当前任务作出机器人的动作规划。该过程会不断重复，因此需要极大的计算资源支撑。亚马逊云计算强大的算力刚好可以解决计算资源不足的问题。同时，为了实验探索不同的方法对导航性能的影响，需要同时进行多组对比实验，得益于亚马逊云科技的弹性计算能力，中科院计算所可以在短时间内开启大量机器进行对比实验，帮助研究顺利进行。武晓东博士，中科院计算所云驭 科研|强大算力支持 中科院计算所致胜国际计算机视觉赛

5、事近年来，随着深度学习技术的发展，常规场景下类别与训练样本数量固定的物体识别任务取得了长足发展，新型的模拟人类持续学习（Continual Learning）机制的增量物体识别任务逐渐受到计算机视觉领域学者的关注。2020 年，中科院计算所的视觉信息处理与学习研究组（VIPL）在 Amazon Web Services 的支持下参加了由 IEEE 举办的 IEEE CVPR2020 Workshop on Continual Learning(CLVISION)增量学习竞赛和 RoboTHOR 2020 Challenge 竞赛。VIPL在国家自然科学基金重大项目、科技部 973 项目等支持下

6、，课题组立足于视觉模态信息的智能感知与认知理论方法的研究，实现对真实开放环境下自然场景的智能感知与理解。围绕图像视频分析与理解这一主题，针对图像视频检索、物体检测/识别、场景理解、场景关系建模、语义描述与问答等前沿核心问题进行布局，构建具有自主学习、动态更新机制的视觉概念库平台系统，致力于实现视觉智能从感知任务到认知任务的迈进。CVPR全称 IEEE 国际计算机视觉与模式识别会议，在计算机视觉领域是和 ICCV、ECCV 并称的三大顶尖会议，被中国计算机学会 CCF 推荐为 A 类会议。CVPR 是 IEEE 一年一度的学术性会议,2020 年原定于西雅图举办。1.VIPL 在 CLVISIO