受益于深度學習技術的突破，圖像分類、物體檢測等傳統(tǒng)計算機視覺任務的精度也得到了大幅度的提升，但是由于深度學習模型的復雜性，目前關于深度學習的理論并不完善�？山忉尩纳疃葘W習模型，以及深度學習模型與人工先驗的結合是當前學術界重點研究的前沿方向，對于提升深度學習模型的可靠性和泛化能力具有重要的意義。
通過利用物體類別之間存在的層級關系約束，自動學習從數(shù)據(jù)中抽取識別不同類別的規(guī)則，該論文同時在這兩個方向上邁出了堅實的一步：在可解釋深度學習模型方面，相比于現(xiàn)有方法，不僅能夠給出圖像中的關鍵區(qū)域，還能給出規(guī)則化的解釋，對使用者更友好，更符合人對于解釋結果的期望；在引入人工先驗知識方面，走通了一條基本可行的技術路線。
為了更好地賦能產(chǎn)業(yè)升級，華為云持續(xù)深耕AI基礎研究和落地應用。2020年以來，華為云人工智能研究團隊已在圖像分類、弱標注場景下的圖像分類、圖像檢測，多模態(tài)數(shù)據(jù)處理、語音語義等領域取得多項世界第一，研究成果多次被頂級期刊及學術會議接受。未來，華為云將持續(xù)把AI前沿算法產(chǎn)品化，并開放給各行業(yè)的AI開發(fā)者使用，通過技術創(chuàng)新驅(qū)動產(chǎn)業(yè)智能升級。
