近日，两年一度的世界计算机视觉领域顶级学术会议ECCV2020的各项挑战赛结果出炉，在图像分类赛中，阿里安全的人工智能分类技术力压三星、深兰科技、同济大学等国内外多支队伍，获得该赛道冠军。

与其他比赛动辄使用十几万的数据不同，ECCV2020分类比赛共有1000个类别，每个类别仅有50张图片作为训练数据。比赛要求选手在不使用任何预训练模型和额外数据情况下，从零训练模型——这无疑给模型训练制造了巨大难度。换言之，参赛队伍需要打造一个高效能、低成本的分类人工智能（AI）模型。

据阿里安全图灵实验室算法工程师夜清介绍说，阿里安全智能算法团队从三个技术方向进行了突破：利用随机抽取的两张图像，使用数据增强并进行拼接，最大程度丰富训练样本资源；设计新的神经网络结构，加入显著性特征模块挖掘样本的特点，提升分类性能；利用分层语义结构，让AI模型更好地挖掘数据。

这一高效的AI分类技术最终脱颖而出。阿里安全图灵实验室资深算法专家华棠说，该技术间接解决了计算资源消耗和数据标注的人力成本问题，为自动驾驶、物体识别、智慧城市等应用提供了新的思路和方法。

目前，阿里安全这项基于小规模图像的高效AI分类技术已应用在知识产权商标识别、通用商品识别和动植物保护等场景中。

华棠以某知名品牌运动鞋上新为例解释说：“一段时间内我们仅能获得该产品的配色和几个不同角度的图片。在仅有少量商品展示图的情况下，通过高效AI分类方案，我们在新产品问世的极短时间内就能实现新款商品识别能力的覆盖，可大大降低新产品被‘山寨’的风险。”

夜清进一步介绍说，该方法还可以与自监督学习有效结合，在学习更好的数据表征基础上，指导模型高效学习，获得更好的识别能力。

在“戴口罩人脸识别”问题上，这一AI分类技术也能派上用场。阿里安全图灵实验室资深算法专家薛晖介绍说，疫情期间，摘下口罩“刷脸”不但麻烦还不安全，应用高效AI分类技术可显著降低模型初始化的数据需求量、可快速训练模型，从而解决了戴口罩的人脸识别问题。

阿里安全相关负责人介绍说，作为新一代安全架构安全技术层的核心AI技术，目前高效AI方案对内已赋能阿里多个业务场景，如淘宝视频、淘宝直播、优酷等平台的知识产权保护，为数字基建的安全建设提供样本参考，对外则通过绿网直接服务大中小企业。