智慧城市
香港科技園與醫院管理局合辦「AI Challenge」比賽，以研發與人工智能相關方案。比賽以「辨別手術工具」為題，參賽者設計機器學習模型，辨別、定位及點算醫院手術室中的醫療工具。
不同的人工智能模型皆以項目預設的評分準則進行評估。是次比賽獲50間本地及海外科技企業報名參加，晉身決賽的11支隊伍則獲邀提交AI模型。勝出隊伍獲安排與醫管局探討合作機會，研發「智慧醫院」的應用。
參賽隊伍向醫管局呈交訓練的視像運算模型，醫管局在本身運算環境，辨認有關物件種類、定位及點算數目，作為計分凖則。
中信國際電訊CPC首席信息及創新總裁鄺偉基說，參賽是為了讓隊伍有機會接受不同挑戰，由於中信國際電訊應用集中在視頻分析，除了今次比賽要求的辨認物件、定位和數量以外，還自行加上了辨認速度。
中信國際電訊CPC正在開發「DataHOUSE AR千里眼」，其中一項功能是從傳回視頻辨識物件，穿戴AR眼鏡現場人員，以眼鏡鏡頭辨認數據中心設備，
AR眼鏡電池和算力有限，從AR眼鏡捕捉的影像，直接回傳雲端，或利用5G送往邊緣雲多接取邊緣運算（MEC）執行推論（Inference），結果傳回AR眼鏡。
95毫秒99%凖確度
「AR眼鏡傳回大量影像，須快速處理並傳回結果，推理速度十分關鍵。雖然比賽沒要求推論速度，我們要求團隊在100毫秒ms（1秒=1000毫秒）內完成推理。」
辨別、定位及點算的醫療物件，主要為置於盆內多款手術刀和工具。鄺偉基說，比賽對視覺運算帶來一定挑戰，手術工具只有些微差別，置於盆上更難以辨認。
「DataHOUSE AR千里眼」終端是AR眼鏡，推論時間必須要快，團隊須先考慮速度，最終合併2種不同算法，首先是常用於物件辨識，以速度聞名的YOLOv4算法。
「訓練模型使用過萬張圖片，採用了2種算法建立視覺運算模型，最長於95毫秒ms內達到99%凖確度。」也就是說技術人員在數據中心，看到某項設備，不足一秒可在辨認完畢，並傳回結果通知。
鄺偉基說，比賽顯示集合2種算法，速度和性能，要比純以單一的算法，不斷加深網絡深度效果為佳，為日後開發加快辨認物件，帶來了啟示。
YOLO速度無出其右
YOLO架構由Joseph Redmon在2015年首先開發，為最常用物件辨認算法之一，尤適合處理多幀的視頻，以YOLOv4辨認有一定準確度，同時又維持高幀率處理，但是YOLOv4的凖確率亦有限制，即使再增加網絡的深度，凖確度邊際效益卻下降，同時亦帶來了性能問題。
團隊用了多張不同照片來訓練模型，YOLOv4速度雖快，應付細微物件辨認，或較難辨認的背景，YOLOv4難再應付時，交由另一種算法建立的模型。
神經網絡層數愈深，算力損耗愈大，YOLOv4辨認凖確度一旦不足，模型就交予新開發的Weakly Supervised Data Augmentation Network （WS-DAN）算法處理。
減省資源讀得更凖
WS-DAN是微軟亞洲研究院剛提出的算法，年初論文ArXiv刊登後，引起業界的注意。論文題目為《See Better Before Looking Closer》，也就是在不加深神經網絡的層數，可達更佳分類效果。手術刀與盆底顏色接近，背景雜訊等干擾因素，可影響辨認效果，WS-DAN可通過Bilinear Attention Pooling抓住物件的特徵增強數據，提高辨認的凖確率，毋須過深神經網絡；以改善模型效率。
WS-DAN在不加深神經網絡情況下，分類和辨認細微和難辨物件，團隊合併了YOLOv4和WS-DAN算法之後，獲得優化的結果。
「某些極難辨認手術刀，採用WS-DAN只以50層神經網絡，物件辨認Object Detection Accuracy（mAP）可達到99，YOLOv4要再加深，則耗用更多算運資源。」
鄺偉基說，今次非中信國際電訊CPC以混合算法策略，攻克視覺運算上的難題，以往亦開發混合算法，以辨識戴口罩者的人臉。類似比賽讓團隊有機會解決實際問題，啟發出不同方法，獲獎反是其次。
問題比答案重要，而問題愈是困難，往往愈激發創意。