点击蓝字
关注我们
AI TIME欢迎每一位AI爱好者的加入!
1月12日晚 7:30-8:15
AI TIME 特别邀请苏黎世联邦理工学院(ETH Zurich)博后研究员——王文冠,给大家带来分享:《全监督对比学习:语义分割新训练范式》
哔哩哔哩直播通道
★ 嘉宾简介 ★
王文冠:
苏黎世联邦理工学院(ETH Zurich)博后研究员。主要研究方向为自动驾驶、语义分割、视频分析、以人为中心的场景解析和具身人工智能等。在国际权威期刊和会议(如 TPAMI、TIP、TVCG、CVPR、ICCV、ECCV、AAAI、Siggraph Asia)发表学术论文 50 多篇,谷歌学术引用 7900+。曾获百度奖学金、ACM 中国优博奖、中国人工智能学会优博奖、世界人工智能大会优秀青年论文奖,以及CVPR、ICCV、ECCV杰出审稿人,入选 2020 年 Elsevier 中国高被引学者榜单,获澳大利亚研究理事会青年职业奖。
分享内容:
全监督对比学习:语义分割新训练范式
报告简介:
当前语义分割算法本质是通过深度神经网络,将图像像素映射到一个高度非线性的特征空间。然而,当前算法只关注于局部上下文信息(单个图像内、像素之间的位置和语义依赖性),却忽略了训练数据集的全局上下文信息(跨图像的、像素之间的语义相关性),因而难以从整体的角度对习得的特征空间进行约束,进而限制了语义分割模型的性能。对此我们提出了一种全新的、全监督语义分割训练范式:像素对比学习(pixel-wise contrastive learning),强调利用训练数据集中,跨图像的像素-像素对应关系(cross-image pixel-to-pixel relation)来学习一个结构化(well structured)的特征空间,用来替代传统的、基于图像的(image-wise)训练范式。该训练策略可直接应用于主流语义分割模型,带来显著的性能提升,并在模型推理阶段不引入额外计算开销。
直播结束后大家可以在群内进行提问,请添加“AI TIME小助手(微信号:AITIME_HY)”,回复“PhD-3”,将拉您进“AI TIME PhD 交流群-3”!
AI TIME微信小助手
主 办:AI TIME
合作媒体:学术头条、AI 数据派
合作伙伴:智谱·AI、中国工程院知领直播、学堂在线、蔻享学术、AMiner、 Ever链动
AI TIME欢迎AI领域学者投稿,期待大家剖析学科历史发展和前沿技术。针对热门话题,我们将邀请专家一起论道。同时,我们也长期招募优质的撰稿人,顶级的平台需要顶级的你,
请将简历等信息发至min.gao@aminer.cn!
微信联系:AITIME_HY
AI TIME是清华大学计算机系一群关注人工智能发展,并有思想情怀的青年学者们创办的圈子,旨在发扬科学思辨精神,邀请各界人士对人工智能理论、算法、场景、应用的本质问题进行探索,加强思想碰撞,打造一个知识分享的聚集地。
更多资讯请扫码关注
我知道你
在看
哦
~
点击 阅读原文 预约直播!