何恺明即将入职MIT！

作者 | Amusi  编辑 | CVer

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

本文只做学术分享，如有侵权，联系删文

恭喜！何恺明（Kaiming He）个人主页官宣将于2024年入职 MIT！

PS：kaiming 换了新头像（smile）~

主页：https://kaiminghe.github.io/

今年3月何恺明在MIT求职演讲：何恺明MIT求职演讲现场：提前三小时就有排队！超百页PPT回顾CV发展！如今尘埃落定！

目前何恺明谷歌学术被引用量已高达46万！是 Computer Vision 垂直方向被引用量最高的人！

ResNet 在AI领域几乎无人不识；Faster R-CNN、Mask R-CNN 做检测、分割的同学应该都知道；MoCo 系列更是助力自监督学习浪潮；最新的一作工作MAE已被广泛用于视觉各个领域（图像/视频/3D等）。 

这里浅浅回顾一下大佬的代表性工作和部分荣誉：

2009 CVPR Best Paper 

• Single Image Haze Removal Using Dark Channel Prior

2016 CVPR Best Paper 

• ResNet——Deep Residual Learning for Image Recognition
  

2017 ICCV Best Paper (Marr Prize)

• Mask R-CNN

2017 ICCV Best Student Paper 

• Focal Loss for Dense Object Detection

2018 ECCV Best Paper Honorable Mention 

• Group Normalization

2019 ICCV Best Paper Nominee

• Deep Hough Voting for 3D Object Detection in Point Clouds

2020 CVPR Best Paper Nominee

• Momentum Contrast for Unsupervised Visual Representation Learning

2021 CVPR Best Paper Honorable Mention

• Exploring Simple Siamese Representation Learning

2022 CVPR Best Paper Nominee

• Masked Autoencoders Are Scalable Vision Learners

最后再次恭喜何恺明！恭喜MIT！也期待后续的新工作和新学生！

① 全网独家视频课程

BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、点云3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、协同感知、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频（扫码学习）

视频官网：www.zdjszx.com

② 国内首个自动驾驶学习社区

近2000人的交流社区，涉及30+自动驾驶技术栈学习路线，想要了解更多自动驾驶感知（2D检测、分割、2D/3D车道线、BEV感知、3D目标检测、Occupancy、多传感器融合、多传感器标定、目标跟踪、光流估计）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频，期待交流！

③【自动驾驶之心】技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多模态感知、Occupancy、多传感器融合、transformer、大模型、点云处理、端到端自动驾驶、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向。扫码添加汽车人助理微信邀请入群，备注：学校/公司+方向+昵称（快速入群方式）

④【自动驾驶之心】平台矩阵，欢迎联系我们！