旷视科技位列国内第一，全球第二，全球AI论文“高引用转化率”排名出炉

全球每年上新的 AI 论文浩如烟海，哪些机构或国家（地区）发表的 AI 论文是最有影响力的？近日，美国 Zeta Alpha 平台基于 2020 年、2021 年和 2022 年每年被引用次数最多的 100 篇论文进行了多维度的详细分析。在已发表论文高引用量转化率的排名中，OpenAI 位列第一，旷视排名第二，DeepMind 获得第三。

在 2022 年引用量 Top100 的名单中，旷视研究院 2 篇论文入选，分别是被 CVPR 2022 收录的《Scaling Up Your Kernels to 31x31: Revisiting Large Kernel Design in CNNs》（第29位）和被 ECCV 2022 收录的《PETR: Position Embedding Transformation for Multi-View 3D Object Detection》（第80位）。

（Zeta Alpha完整版报告请见：https://www.zeta-alpha.com/post/must-read-the-100-most-cited-ai-papers-in-2022）

基础模型科研是 AI 创新突破的基石，旷视研究院坚持长期主义，以原创、实用和本质作为基础科研的指导原则，致力于解决人工智能最本质的难题。

旷视研究院基础模型科研聚焦于通用图像大模型、视频理解大模型、计算摄影大模型和自动驾驶感知大模型四个方向，并取得了多项突出的科研成果。在通用图像大模型方面，旷视提出了 RepLKNet、RevCol 等创新性模型。旷视原创的RevCol 模型结构，大幅减小了大模型训练所需要的硬件资源。在自动驾驶感知大模型方面，旷视提出的PETR系列大模型、 LargeKernel3D 和 BEVDepth 3D 检测模型在检测、分割等任务上均取得了最优成果。

目前，旷视研究院已在ICCV、CVPR、ECCV 等国际学术会议、期刊上发表论文200余篇，在各项国际人工智能顶级竞赛中累计揽获 56 项世界冠军或最高荣誉。

以下为入选 Zeta Alpha  2022 年引用量 Top100 名单的 2 篇论文介绍，Enjoy。

《Scaling Up Your Kernels to 31x31: Revisiting Large Kernel Design in CNNs》

将卷积核加大到 31x31：重新探索采用大卷积核设计的卷积神经网络

论文链接：https://arxiv.org/pdf/2203.06717.pdf

GitHub 地址：https: //github.com/megvii-research/RepLKNet

一作论文解读：

https://zhuanlan.zhihu.com/p/481445076

论文简介：我们重新探索了现代卷积神经网络中的大卷积核设计，表明 kernel size 是一个非常重要的设计维度。在现代结构设计的作用下，超大卷积核既涨点又高效，越大越涨点，甚至大到 31x31 都非常有效。通过一系列探索实验，我们归纳了在现代模型中应用大卷积的五条准则，如使用 shortcut、采用 depth-wise 卷积和针对性的优化、用小卷积核进行重参数化等。在此之上我们提出了一种新的架构 RepLKNet，大量使用超大 kernel size，大到 27x27 和 31x31，在大模型和下游任务上取得了亮眼的结果，比 Swin 更好或相当，挑战了诸多行业内的传统认知，远超传统小 kernel 的 CNN。

延展阅读：沈向洋对话张祥雨：重新审视CNN中大卷积核问题

《PETR: Position Embedding Transformation for Multi-View 3D Object Detection》

基于3D位置编码的多视角3D目标检测

论文地址：https://arxiv.org/pdf/2203.05625.pdf

GitHub 地址：https://github.com/megvii-research/PETR

论文简介：PETR 是旷视研究研发的用于自动驾驶的纯视觉 3D 感知框架，能够同时进行 3D 目标检测、BEV (Bird's Eye View, 鸟瞰图)分割和 3D 车道线检测等多项感知任务。PETR 框架通过引入 3D 位置向量的概念，将 3D 空间坐标、相机内外参信息直接编码进 2D 图像特征中，无需任何特征投影、采样等步骤，可以直接进行端到端部署；同时，相机内外参可以显式地作为模型输入，极大缓解了已有方法存在的对相机参数的过拟合问题，实现跨数据集、跨场景的模型训练。PETR 在 Nuscenes 数据集上取得了 44.1% mAP 和 50.4% NDS 的优异表现，成为领域内第一个在 NDS 指标上达到 50%+ 的纯视觉方法。