上海设计网站方法,网站策划的重要性,vi设计与网站建设招标文件,美容美发网站模板 本期为TechBeat人工智能社区第517期线上Talk#xff01; 北京时间7月27日(周四)20:00#xff0c;南洋理工大学博士后研究员—李祥泰的Talk已经准时在TechBeat人工智能社区开播了#xff01; 他与大家分享的主题是: “基于Transformer的视觉分割模型总结、回顾与展望” 北京时间7月27日(周四)20:00南洋理工大学博士后研究员—李祥泰的Talk已经准时在TechBeat人工智能社区开播了 他与大家分享的主题是: “基于Transformer的视觉分割模型总结、回顾与展望”系统性地回顾与总结了Transformer模型。 Talk·信息
▼
主题基于Transformer的视觉分割模型总结、回顾与展望
嘉宾南洋理工大学博士后研究员 李祥泰
时间北京时间 7月27日(周四)20:00
地点TechBeat人工智能社区
http://www.techbeat.net/ 点击下方链接一键预约TALK
TechBeatTechBeat是荟聚全球华人AI精英的成长社区每周上新来自顶尖大厂、明星创业公司、国际顶级高校相关专业在读博士的最新研究工作。我们希望为AI人才打造更专业的服务和体验加速并陪伴其成长。https://www.techbeat.net/talk-info?id794 Talk·介绍
▼
分割是一个基础性质的视觉任务其目标是把输入的图像视频点云等划分成为带有语义性质的区域块。作为一个重要的场景理解任务分割任务有着广泛的应用价值包括自动驾驶机器人导航短视频分析。
在深度学习时代分割领域采用以卷积神经网络为基础的全卷积网络在各个子方向上取得了突破性的进展。近期以Transformer为基础的一些方法在NLP以及CV领域各个方向上也取得了突破性的进展。相比于CNN模型Transformer模型结构上更灵活更适用于多模态多任务的输入。
在分割与检测领域基于Transformer的模型在各个基准上也取得了领先的效果。自从ViT和DETR出现后在各个子方向上最新的研究方法均建立在Transformer为骨干网络和解码器的基础框架上。鉴于目前这个领域近期快速进展我们课题组对整个领域做了系统性地回顾与总结。整个Survey的内容包括基础知识与任务设置介绍Transformer的基础内容介绍CNN分割模型的系统性回顾基于Transformer的分割模型回顾相关基准数据集的评估与测试以及未来可行的研究方向探索。
Talk大纲
1、近期3-4年内常见的分割方法系统回顾与探索。
2、基于Transformer 的分割与检测方法的系统性回顾包含图像视频点云三个不同的领域。
3、本研究组以及近期相关研究组的Transformer-based Segmentation/Detection 方法的研究。
4、近期与分割大模型相关的研究回顾。
Talk·预习资料
▼ 论文链接
https://arxiv.org/abs/2304.09854
repo
https://github.com/lxtGH/Awesome-Segmentation-With-Transformer
Talk·提问交流
▼
在Talk界面下的【交流区】参与互动留下你的打call和问题和更多小伙伴们共同讨论被讲者直接翻牌解答 你的每一次贡献我们都会给予你相应的i豆积分还会有惊喜奖励哦
Talk·嘉宾介绍
▼ 李祥泰
南洋理工大学博士后研究员
南洋理工大学S-lab博士后研究员博士毕业于北京大学研究方向包括计算机视觉和机器学习图像视频分割与检测多模态场景理解等。曾以第一作者身份在CVPRECCVICCVPAMI顶级会议以及期刊上发表一些相关研究。
个人主页:
https://www.techbeat.net/grzytrkj?id6355 关于TechBeat人工智能社区
▼ TechBeat(www.techbeat.net)隶属于将门创投是一个荟聚全球华人AI精英的成长社区。 我们希望为AI人才打造更专业的服务和体验加速并陪伴其学习成长。 期待这里可以成为你学习AI前沿知识的高地分享自己最新工作的沃土在AI进阶之路上的升级打怪的根据地 更多详细介绍TechBeat一个荟聚全球华人AI精英的学习成长社区