3 深度学习大讲堂

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 5w+

VALSE 2020线上大会学生论坛【VALSE Student Seminar】Panel实录

首届VALSE Student Seminar于2020年7月31日在VALSE 2020线上大会拉开帷幕,Student Seminar邀请了6名年轻的研究生:张士峰(中国科学院自动化...

2020-09-22 10:11:23

「见微知著」(2) - 细粒度视觉检索特辑【VALSE Webinar】Panel实录

编者按:细粒度图像识别和检索的差异有哪些呢?细粒度视觉有哪些重要实际应用及重要场景呢?未来细粒度图像分析领域又会如何发展呢?为此,VALSE Webinar 2020-20期邀请了宋一晢...

2020-09-01 19:25:22

迁移学习:他山之石,可以攻玉【VALSE Webinar】Panel实录

编者按:迁移学习是机器学习与计算机视觉中的重要研究问题之一,旨在研究如何将一个领域的知识迁移到另外的领域,具有重要的研究意义与应用价值。但迁移学习又会存在哪些局限性?在实际应用中的价值是...

2020-08-15 11:43:36

如何写/审AI领域的论文【VALSE Webinar】Panel实录

编者按:随着人工智能的飞速发展,相关领域学术会议和期刊的投稿量剧增。面对大量良莠不齐的学术论文,研究人员又该秉承什么理念来撰写、评审相关领域的学术论文?以及在“破四唯”、工业界研究异军突...

2020-07-24 10:35:51

高精度+高效率:NAS的发展趋势【VALSE Webinar】Panel实录

编者按:神经网络结构搜索 (NAS)近期引起了学界和工业界的高度关注,在很多任务上都得到了应用,尤其是计算机视觉相关的任务上。有关NAS的研究也逐渐深入,那么NAS未来的发展趋势又是如何...

2020-07-20 10:04:15

点云深度学习:多一维看世界【VALSE Webinar】Panel实录

编者按:随着深度学习技术的进展,如何通过深度学习对三维数据进行学习并提高几何处理方法的智能性成为近期研究工作的热点。三维技术的发展和应用正在受到学术界和工业界越来越多的关注。VALSE ...

2020-07-07 10:56:58

图像复原-去伪存真【VALSE Webinar】Panel实录

编者按:近年来,深度学习方法被广泛用于解决图像复原与增强问题,并在多个复原问题上取得了巨大成功。同时,图像复原在实际落地中,又会遇到哪些挑战呢?未来又会遇到什么新的探索呢?VALSE W...

2020-06-29 10:06:44

深度神经网络的压缩与加速-后浪可以更精彩【VALSE Webinar】Panel实录

编者按:深度神经网络的压缩与加速是近年来非常热门的一个研究课题,该技术有着强大的技能。但是在实际应用中,会带来哪些问题呢?VALSE Webinar 2020-14期邀请 王云鹤(华为诺...

2020-06-22 18:46:56

图像质量评价:感知建模vs机器学习【VALSE Webinar】Panel实录

编者按:图像质量评价(Image Quality Assessment, IQA)在众多领域都有着广阔的应用需求,同时图像质量评价又存在着哪些问题呢?VALSE Webinar 2020...

2020-06-17 10:06:23

大规模医学图像中的计算与学习问题【VALSE Webinar】Panel实录

编者按:相比自然图像,医学图像中又会存在哪些计算与学习问题呢?VALSE Webinar 20-12期邀请 闫轲(PAII美国东部研究院)、李硕(加拿大西安大略大学)、郑国焱(上海交通大...

2020-06-10 08:49:21

深度目标检测【VALSE Webinar】Panel实录

议题1物体检测是一个sovled problem吗?现在SOTA系统还有什么不足需要继续深挖?学术界、工业界和用户对识别系统性能的评价有何不同理解?何时可以说一个问题是solved?雷震...

2020-06-04 08:42:53

视觉-语言:推理还是预训练?【VALSE Webinar】Panel实录

编者按:多模态学习是深度学习中一个重要的问题。从感知到语义理解仍存在较大鸿沟。针对这几年深度学习技术在多模态学习中的发展,University of Technology Sydney ...

2020-05-22 20:41:29

CVPR2020 | 中科院VIPL实验室录取论文详解

编者按:近日,计算机视觉顶会 CVPR 2020 接收论文结果揭晓,从 6656 篇有效投稿中录取了 1470 篇论文,录取率约为 22%。中科院VIPL实验室共七篇论文录取,内容涉及弱...

2020-03-09 16:58:50

小样本学习,路在何方?【VALSE Webinar】

编者按:深度学习和人类智能存在一个显著差异,即人类擅长通过极少量的样本识别新类别物体,而深度学习在此情况下很容易产生过拟合。因此,小样本问题成为了机器学习领域中重要的研究方向之一。目前已...

2019-12-27 08:38:35

重磅|中科视拓开源SeetaFace2人脸识别算法

今天,来自中科院计算所的人工智能国家队中科视拓宣布,开源商用级SeetaFace2人脸识别算法。SeetaFace2采用商业友好的BSD协议,这是在2016年9月开源Se...

2019-08-19 09:10:03

【CVPR2019】“识面知心”——基于自监督学习的微表情特征表达

编者按:著名心理学家Paul Ekman和研究伙伴W.V.Friesen,通过对脸部肌肉动作与对应表情关系的研究,于1976年创制了“面部运动编码系统”,而利用微表情的“...

2019-08-15 16:57:49

【CVPR2019】弱监督图像分类建模

编者按:获取大规模数据集的高置信标注是一个难点问题,而解决此问题的弱监督学习更贴近人类对世界的认知机制。已有的弱监督图像分类研究,通常局限于单标签或者多标签噪声场景。本文...

2019-07-25 16:59:45

深度互学习-Deep Mutual Learning:三人行必有我师

编者按:更高性能的深度神经网络往往伴随着愈加庞大的参数量,而大量的计算需求使其难以部署在移动端。为此,精巧的网络结构设计(如MobileNet、ShuffleNet)、模...

2019-06-27 19:17:52

“取长补短”的RefineDet物体检测算法

编者按:基于深度学习的物体检测算法可大致分为“一阶段”和“两阶段”两类。一般而言,以Faster RCNN为代表的两阶段检测器在准确度上有优势;而以SSD为代表的单阶段检...

2019-05-30 17:01:08

动量迭代式对抗噪声生成方法 | VALSE2018年度杰出学生论文奖

编者按:深度模型的精度和速度长期以来成为了评价模型性能的核心标准,但即使性能优越的深度神经网络也很容易被对抗样本攻击。因此,寻找到合适的对抗攻击策略可有效提升模型本身的鲁...

2019-05-14 17:00:24

查看更多

勋章 我的勋章
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。