人工智能作為最具顛覆性和變革性的技術(shù)之一，正以不可阻擋之勢(shì)席卷全球，不斷滲透進(jìn)社會(huì)生產(chǎn)生活的各個(gè)方面，推動(dòng)著時(shí)代滾滾向前。但需知，從底層框架的更新迭代到整套解決方案的商業(yè)化落地都有賴于基礎(chǔ)學(xué)術(shù)研究的進(jìn)展與突破，無論新理論的提出抑或舊問題的攻克，都令這股力量更強(qiáng)大——它是AI浪潮涌動(dòng)的原動(dòng)力，是預(yù)知未來的風(fēng)向標(biāo)。

“智見AI”SpringCamp學(xué)術(shù)訓(xùn)練營(yíng)由CCF-CV發(fā)起，曠視與清華大學(xué)承辦，旨在打造一個(gè)交流分享最前沿人工智能領(lǐng)域思想和技術(shù)的平臺(tái)，通過邀請(qǐng)頂尖大咖分享最新的研究成果，聯(lián)合產(chǎn)業(yè)界與學(xué)術(shù)界，為各大高校的青年學(xué)術(shù)人才以及行業(yè)相關(guān)研究人員提供前沿技術(shù)交流與學(xué)習(xí)的機(jī)會(huì)，促進(jìn)AI人才的培養(yǎng)、推動(dòng)技術(shù)的進(jìn)步及產(chǎn)學(xué)研的落地。

學(xué)術(shù)訓(xùn)練營(yíng)活動(dòng)現(xiàn)場(chǎng)

會(huì)聚前沿年青骨干 呈現(xiàn)關(guān)鍵研究新進(jìn)展

出席本次訓(xùn)練營(yíng)的主要嘉賓有：

活動(dòng)吸引到了300余名來自人工智能領(lǐng)域?qū)W術(shù)界與產(chǎn)業(yè)界的研究人員與相關(guān)從業(yè)者參與，內(nèi)容涵蓋8場(chǎng)權(quán)威主題報(bào)告，1個(gè)開放式圓桌討論。

曠視首席科學(xué)家、研究院院長(zhǎng)孫劍首先在開幕致辭中對(duì)所有與會(huì)嘉賓表示歡迎，并簡(jiǎn)要闡述了當(dāng)前計(jì)算機(jī)視覺技術(shù)發(fā)展現(xiàn)狀與舉辦本次學(xué)術(shù)交流會(huì)的目的。隨著深度學(xué)習(xí)的引入與應(yīng)用，業(yè)內(nèi)出現(xiàn)了新的機(jī)遇與挑戰(zhàn)，如何取得新突破一方面有賴于學(xué)術(shù)界的努力，另一方面，面對(duì)理論困難與應(yīng)用需求的雙重夾擊，產(chǎn)業(yè)研究中AI技術(shù)與行業(yè)的深度融合同樣能夠提供新視角。因此，在這樣的背景下，人們需要“分享各種新的方法和新的思想，深入理解問題、深刻弄清每個(gè)細(xì)節(jié)，向前一步步推動(dòng)計(jì)算機(jī)視覺理論與應(yīng)用的發(fā)展”。

曠視首席科學(xué)家、研究院院長(zhǎng)孫劍致開幕辭

隨后8位專家先后做出分享，內(nèi)容涵蓋當(dāng)前在“物體檢測(cè)”與“深度神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)”領(lǐng)域最火熱的深度神經(jīng)網(wǎng)絡(luò)中的幾何形變建模技術(shù)、物體檢測(cè)算法的對(duì)比探索及展望、高效輕量級(jí)深度模型的研究與實(shí)踐、面向快速推理的卷積神經(jīng)網(wǎng)絡(luò)、不規(guī)則文字檢測(cè)與識(shí)別、視覺注意力機(jī)制在模式設(shè)計(jì)中的發(fā)展與應(yīng)用、目標(biāo)檢測(cè)領(lǐng)域的新問題及方向、開放環(huán)境下的自適應(yīng)視覺感知等方向。

活動(dòng)現(xiàn)場(chǎng)精彩報(bào)告

代季峰
報(bào)告題目：卷積神經(jīng)網(wǎng)絡(luò)中的幾何形變建模

內(nèi)容大綱：

在視覺識(shí)別任務(wù)中，一個(gè)重要的挑戰(zhàn)是如何恰當(dāng)處理和建模幾何形變，包括尺度、姿態(tài)、視角以及物體部件的移動(dòng)等。從特征工程的時(shí)代開始，一系列著名的算法就被開發(fā)出來以嘗試解決這個(gè)問題，包括SIFT，DPM等。但受限于它們的特征表達(dá)能力和局限的變性建模能力，其性能受到了很多的限制。在深度學(xué)習(xí)的時(shí)代，網(wǎng)絡(luò)特征的表達(dá)能力大大的超出了之前手工設(shè)計(jì)的特征。但是，現(xiàn)有的網(wǎng)絡(luò)模塊依然難以對(duì)幾何形變進(jìn)行有效的處理和建模。本次talk中將會(huì)介紹在深度神經(jīng)網(wǎng)絡(luò)中的幾何形變建模技術(shù)，它們能夠大幅度的增強(qiáng)深度神經(jīng)網(wǎng)絡(luò)的幾何建模能力，在各種識(shí)別任務(wù)中取得巨大的性能提升。
       

張士峰
報(bào)告題目：物體檢測(cè)算法的對(duì)比探索以及展望

內(nèi)容大綱：

目前基于深度學(xué)習(xí)的物體檢測(cè)算法大致可以分為兩類：一步法檢測(cè)器和二步法檢測(cè)器。一步法檢測(cè)器有較高的檢測(cè)速度，但檢測(cè)精度不如二步法檢測(cè)器。而二步法檢測(cè)有較高的檢測(cè)精度，但檢測(cè)效率不如一步法檢測(cè)器。為了使得一步法檢測(cè)器獲得二步法檢測(cè)器的檢測(cè)精度，同時(shí)保持較高的檢測(cè)效率，我們對(duì)一步法和二步法檢測(cè)器進(jìn)行了一系列探索，提出了RefineDet、SRN、ISRN、RetinaFace等系列算法。此次分享將先概括地介紹物體檢測(cè)算法，接著分享我們自己一系列相關(guān)的工作，最后對(duì)物體檢測(cè)的發(fā)展進(jìn)行討論展望。
       

張祥雨
報(bào)告題目：高效輕量級(jí)深度模型的研究與實(shí)踐

內(nèi)容大綱：

深度基礎(chǔ)模型在現(xiàn)代深度視覺系統(tǒng)中居于核心地位。在實(shí)際應(yīng)用中，受應(yīng)用場(chǎng)景、目標(biāo)任務(wù)、硬件平臺(tái)等的不同，經(jīng)常會(huì)對(duì)模型的執(zhí)行速度、存儲(chǔ)大小、運(yùn)算功耗等進(jìn)行限制。因此，如何針對(duì)各種不同的情景設(shè)計(jì)“又好又快”的模型，成為深度學(xué)習(xí)系統(tǒng)實(shí)用化的重要課題。

本次講座主要圍繞實(shí)用模型設(shè)計(jì)的兩個(gè)常用技術(shù)：輕量級(jí)模型設(shè)計(jì)和模型裁剪，重點(diǎn)介紹本團(tuán)隊(duì)在高效深度模型領(lǐng)域的科研成果和實(shí)踐經(jīng)驗(yàn)。分享內(nèi)容包括ShuffleNet v1/v2系列，以及自動(dòng)化模型設(shè)計(jì)、模型搜索等最新研究成果。
       

白翔
報(bào)告題目：不規(guī)則文字檢測(cè)與識(shí)別

內(nèi)容大綱：

場(chǎng)景OCR技術(shù)是一種通用的文字識(shí)別技術(shù)，已經(jīng)在工業(yè)界產(chǎn)生了廣泛的落地。近年來，學(xué)術(shù)界開始將注意力轉(zhuǎn)向不規(guī)則文本的檢測(cè)與識(shí)別技術(shù)研究。本次報(bào)告介紹了針對(duì)不規(guī)則文本檢測(cè)與識(shí)別一些代表性方法，例如ASTER，Mask Textspotter，TextField等機(jī)近期成果，這些方法在不規(guī)則文字檢測(cè)與識(shí)別任務(wù)中取得了顯著的性能提升。

胡杰
報(bào)告題目：視覺注意力機(jī)制在模式設(shè)計(jì)中的發(fā)展與應(yīng)用

內(nèi)容大綱：

機(jī)器學(xué)習(xí)中的注意力模型通過模擬人類視覺的注意力機(jī)制，從而在大量信息中篩選和聚焦對(duì)任務(wù)重要的信息，減少來自不重要信息和噪聲的干擾。近年來，注意力機(jī)制被引入計(jì)算機(jī)視覺、自然語言處理等諸多領(lǐng)域，并在不同任務(wù)上取得顯著的性能提升。本次報(bào)告將圍繞注意力機(jī)制在計(jì)算機(jī)視覺的應(yīng)用，概括總結(jié)如何在神經(jīng)網(wǎng)絡(luò)(尤其是卷積神經(jīng)網(wǎng)絡(luò)）中結(jié)合注意力機(jī)制增強(qiáng)網(wǎng)絡(luò)表達(dá)能力，從而實(shí)現(xiàn)有效提升系統(tǒng)性能的目標(biāo)。

俞剛

報(bào)告題目：Beyond RetinaNet and Mask R-CNN

內(nèi)容大綱：

物體檢測(cè)是計(jì)算機(jī)視覺中一個(gè)非常重要但同時(shí)也是很基礎(chǔ)的技術(shù)環(huán)節(jié)。在RetinaNet以及Mask RCNN出現(xiàn)之后，物體檢測(cè)領(lǐng)域在框架上面已經(jīng)比較成熟，但是從技術(shù)落地角度來考慮，還有很多細(xì)節(jié)問題需要攻克。本報(bào)告將從六個(gè)維度分別來展開目標(biāo)檢測(cè)領(lǐng)域的一些新的問題以及方向。具體來講，這六個(gè)方向是Backbone, Head, Scale variation, Batch size, Crowd，pretraining。這些技術(shù)點(diǎn)的攻破以及成果，會(huì)對(duì)物體檢測(cè)領(lǐng)域的實(shí)際落地會(huì)有很大推動(dòng)作用。

黃高
報(bào)告題目：面向快速推理的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

內(nèi)容大綱：

近幾年，隨著深度學(xué)習(xí)從實(shí)驗(yàn)室走向越來越多的實(shí)際應(yīng)用，人們對(duì)模型的關(guān)注不僅僅在其精度方面，同時(shí)也對(duì)計(jì)算和存儲(chǔ)效率提出了更高的要求。在提升模型效率的諸多手段中，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)創(chuàng)新始終是最為有效的方式之一。本報(bào)告將簡(jiǎn)單回顧卷積神經(jīng)網(wǎng)絡(luò)的幾種典型結(jié)構(gòu)，分析有助于提升模型效率的設(shè)計(jì)技巧與原則。與結(jié)構(gòu)設(shè)計(jì)密切相關(guān)的，還有神經(jīng)網(wǎng)絡(luò)的推理方法。報(bào)告將從自適應(yīng)推理的角度，介紹如何通過合理的結(jié)構(gòu)設(shè)計(jì)，使模型能夠針對(duì)不同的樣本分配相應(yīng)的計(jì)算量，達(dá)到降低平均計(jì)算開銷的目的。

程明明
報(bào)告題目：開放環(huán)境下的自適應(yīng)視覺感知

內(nèi)容大綱：

現(xiàn)有視覺學(xué)習(xí)技術(shù)通常依賴于大規(guī)模精確標(biāo)注的訓(xùn)練數(shù)據(jù)。在典型實(shí)驗(yàn)室環(huán)境下設(shè)計(jì)和訓(xùn)練的人工智能模型，在行業(yè)應(yīng)用場(chǎng)景變換時(shí)，容易導(dǎo)致系統(tǒng)性能急劇下降。本報(bào)告將從弱監(jiān)督視覺理解的角度，介紹在降低模型對(duì)特定應(yīng)用場(chǎng)景數(shù)據(jù)依賴方面所開展的一些研究工作，主要包括如何學(xué)習(xí)一些通用屬性，并利用這些通用屬性構(gòu)建弱監(jiān)督檢測(cè)與分割模型。

結(jié)語

作為一個(gè)理論與應(yīng)用實(shí)踐高度結(jié)合的科學(xué)研究領(lǐng)域，人工智能的形象從其誕生時(shí)代小說家筆下的神秘形象逐漸具象化，滲透進(jìn)社會(huì)生活、生產(chǎn)的方方面面。它早已不囿于實(shí)驗(yàn)室的理想環(huán)境、拘泥于競(jìng)賽的排行榜，而是在為各行各業(yè)的先行者們創(chuàng)造實(shí)際的商業(yè)價(jià)值和社會(huì)價(jià)值，成為創(chuàng)新與變革的助推引擎。本次SpringCamp的順利舉辦是曠視對(duì)自身產(chǎn)學(xué)研體系建設(shè)新模式的有益探索，也是作為產(chǎn)業(yè)界代表反哺學(xué)術(shù)界的又一次成功嘗試，對(duì)推動(dòng)學(xué)術(shù)界與產(chǎn)業(yè)界的良性交流具有重要意義。

傳送門1

下附本次活動(dòng)完整視頻鏈接

https://ai.yanxishe.com/page/openCourse/50?from=megvii