午夜dj在线的www视频在线,亚洲伊人色综合久久天天伊人,天天躁夜夜躁狠狠综合2020,午夜性又黄又爽免费看尤物,中文字幕一区二区三区乱码

核心技術(shù)
產(chǎn)品
解決方案
行業(yè)
開發(fā)者
關(guān)于曠視
語言
首頁新聞資訊學術(shù)活動

VALSE 2019 | 曠視研究院奏響學術(shù)“華爾茲”,助力譜寫中國CV新樂章

2019-04-25

4 月 11 日至 14 日,第九屆視覺與青年學者研討會(Vision And Learning SEminar/ VALSE 2019)在歷史名城合肥如期舉辦。曠視連續(xù) 3 年作為鉑金贊助商和 CV 產(chǎn)業(yè)界代表受邀參加。會議期間,曠視通過企業(yè)宣講、Workshop、展臺互動等多種形式向海內(nèi)外專家、學者、學生以及產(chǎn)業(yè)界人士分享曠視研究院的最新成果進展,奏響學術(shù)交流的“華爾茲”之曲,加速 CV 技術(shù)行業(yè)落地。另外,曠視研究院明星論文 ShuffleNet V2 還收獲了 VALSE 年度杰出學生論文獎。


Image 066.png

VALSE 2019大會現(xiàn)場


視覺與學習青年學者研討會(VALSE)首屆舉辦于杭州(2011 年),VALSE 2019 是第九屆研討會,其參會人數(shù)再次刷新記錄,高達 5000 人。VALSE 的初衷是促進國內(nèi)青年學者的思想交流和學術(shù)合作,從而在相關(guān)領(lǐng)域做出重量級學術(shù)貢獻,提升中國學者在國際學術(shù)舞臺上的學術(shù)影響力。在 VASLE,各方參會人員可一覽學術(shù)最前沿,收獲不同視角的研究成果,碰撞出啟發(fā)性的火花。



VALSE 2019 大會上,來自曠視研究院的核心骨干 Leaders——曠視上海研究院負責人危夷晨、曠視南京研究院負責人魏秀參、曠視研究院模型組負責人張祥雨分別介紹了曠視的發(fā)展藍圖、曠視研究院原創(chuàng)自研并保持行業(yè)領(lǐng)先的深度學習技術(shù),并通過 Panel、現(xiàn)場交流的形式,在 VALSE 特有的學術(shù)氛圍中,展開有效的信息流動。


企業(yè)宣講,打造智能物聯(lián)解決方案

4 月 13 日,開幕式在安徽國際會展中心正式舉辦,曠視上海研究院負責人危夷晨博士代表曠視向與會的各界嘉賓做了企業(yè)宣講,從核心戰(zhàn)略、核心技術(shù)體系以及核心價值三個維度對曠視做了全面描述。


危夷晨表示,曠視秉承“以非凡科技,為客戶和社會持續(xù)創(chuàng)造最大價值”的企業(yè)使命,和“構(gòu)建驅(qū)動百億臺智能設(shè)備的物聯(lián)網(wǎng)生態(tài)系統(tǒng)”的宏偉愿景,以自主研發(fā)的人工智能計算框架曠視Brain++ 和人工智能數(shù)據(jù)管理平臺曠視 Data++ 為核心,把感知、控制、優(yōu)化能力賦能給 IoT 設(shè)備,實現(xiàn)物理世界與數(shù)字世界的智能物聯(lián),并持續(xù)打造在城市大腦、供應(yīng)鏈大腦、個人設(shè)備大腦三大場景的數(shù)字化解決方案:


  • 在城市大腦場景,曠視城市管理解決方案已在全國 260 余個城市落地運行,輔助公安機關(guān)破獲各類案件逾 10000 起,已智能升級改造 3000 余個樓宇園區(qū),實現(xiàn)人車通行智能化;

  • 在供應(yīng)鏈大腦場景,曠視自主設(shè)計、生產(chǎn)的智能機器人已部署上線超過 5000 臺,并于2018 年底發(fā)布了業(yè)界首個機器人協(xié)同操作系統(tǒng)曠視河圖,在位于天津的“未來一號”倉,曠視與合作伙伴實現(xiàn)了 500 臺機器人高效協(xié)同作業(yè),雙 11 當天拆零出倉 8 萬多箱,刷新了單倉機器人集群作業(yè)行業(yè)記錄;

  • 在個人設(shè)備大腦場景,曠視智能終端解決方案已覆蓋 70% 以上的安卓手機市場,曠視開發(fā)的刷臉解鎖、刷臉支付、3D 建模、AI 人像光效、超畫質(zhì)等創(chuàng)新應(yīng)用和方案正在讓 3 億多臺手機變得更聰明。


學術(shù)交流,思想的“華爾茲”


Workshop:弱監(jiān)督視覺理解

4 月 11 日,在大會正式召開之前,Workshop 已如火如荼地舉行。作為 VALSE 2019 的開場大戲,曠視南京研究院院長魏秀參博士受邀參加首場 Workshop——“弱監(jiān)督視覺理解”,并做特邀報告和參加 Panel 環(huán)節(jié)。另外,4 月 12 日上午,魏秀參博士還作為主席組織了另一場題為“細粒度視覺分析”的專場 Workshop,邀請了多位高校和業(yè)界該領(lǐng)域?qū)<覟?VALSE 參會者帶來了一場視覺技術(shù)盛宴,備受參會者關(guān)注。


魏博士的報告題目為:Weakly-supervised object discovery based on pre-trained deep CNNs(基于預(yù)訓練深度卷積網(wǎng)絡(luò)的弱監(jiān)督物體發(fā)現(xiàn))。隨著深度學習的推廣,越來越多的預(yù)訓練分類網(wǎng)絡(luò)被開源從而作為一種“免費”資源使用。具體而言,曠視南京研究團隊把這一“免費”資源用于弱監(jiān)督條件下的物體感知,諸如細粒度圖像檢索、無監(jiān)督物體定位以及物體協(xié)同定位等任務(wù),同時均取得了更明顯的性能增益。


其中兩個重點方法為 SCDA 方法與 DDT 方法。SCDA 方法利用預(yù)訓練的 CNN 分類模型可無監(jiān)督式定位細粒度圖像中的主要物體,由此有效篩選深度卷積描述子,排除背景和噪聲區(qū)域的干擾,大幅提高檢索性能;DDT 方法更進一步,在弱監(jiān)督條件下同樣使用“免費”資源,不同點在于它可有效利用共同物體在多張圖像中的信息進行協(xié)同定位,同時準確監(jiān)測并去除噪聲圖像。


在權(quán)威數(shù)據(jù)集上的定量和定性實驗均可驗證兩方法各自的有效性和較強的泛化能力,一方面顯示出預(yù)訓練分類模型在模型重用方面的巨大潛力;另一方面對于揭示深度模型中的洞見以及理解深度模型帶來了有意義的思考。


Workshop:深度學習模型設(shè)計

4 月 12日,曠視研究院模型組負責人張祥雨博士在 Workshop——“深度學習模型設(shè)計”上進行了題為“高效輕量級深度模型的研究與實踐”的精彩報告,并做 Panel 分享。


報告圍繞輕量級架構(gòu)、模型搜索、模型裁剪三個子主題,展示了曠視研究院在深度學習“新焦點”技術(shù) AutoML 方面的新突破。具體而言,張祥雨博士介紹了曠視研究院近兩年來在 ShuffleNet V1/ V2 兩代輕量級網(wǎng)絡(luò)設(shè)計方面進行的思考與遭遇的挑戰(zhàn);還介紹了曠視研究院今年在自動機器學習(AutoML)領(lǐng)域提出的單路徑 One-Shot 模型,以及在模型搜索過程中用到的原創(chuàng)模型裁剪技術(shù)。


通過對比模型的手工設(shè)計(以 ShuffleNet 系列為例)與目前模型自動搜索(以 One-Shot 模型為例)這兩種模型設(shè)計范式,張祥雨博士認為,雖然模型搜索在模型結(jié)構(gòu)的排列組合、結(jié)構(gòu)的超參數(shù)調(diào)優(yōu)方面,相對人工設(shè)計有明顯優(yōu)勢,但是搜索空間設(shè)計的好壞依然很大程度上依賴人工經(jīng)驗。不過相關(guān)工作正在進行當中,同時曠視研究院也已在 AutoML 方面取得了可圈可點的成果。


曠視研究院“喜提”VALSE年度杰出學生論文獎

4 月13 日,迎來了 VALSE 2019 的正式開幕式。經(jīng)過多輪激烈答辯,曠視研究院明星論文 ShuffleNet V2 從海選論文中脫穎而出,一舉斬獲 “VALSE 2018 年度杰出學生論文獎”。正如頒獎致辭所講,ShuffleNet V2 在曠視研究院另一篇明星論文 ShuffleNet V1 的基礎(chǔ)上,“青出于藍而勝于藍”,超越當前 SOTA 結(jié)果,實現(xiàn)了速度與精度的雙重突破,同時有著理論與產(chǎn)業(yè)的雙料影響力。


此前,曠視研究院 ShuffleNet V2 為全球計算機視覺頂會 ECCV 2018 所收錄,目前論文引用量超過同期同類論文;曠視研究院 ShuffleNet V2 論文技術(shù)及一套輕量高效模型方法論的提出,有遷移通用能力的同時,還兼具理論實踐意義和學術(shù)借鑒意義。


這次的頒獎,是對 ShuffleNet V2 的一次實錘肯定,而 ShuffleNet V2 的出現(xiàn),離不開曠視研究院一套科學完備的產(chǎn)學研體系以及曠視原創(chuàng)自研的人工智能計算框架 Brain++ 和曠視 Brain++ AutoML 技術(shù)。


重視基礎(chǔ)研究,擁抱技術(shù)信仰


視覺與學習青年學者研討會(VALSE)旨在為計算機視覺、圖像處理、模式識別與機器學習研究領(lǐng)域內(nèi)的中國青年學者提供一個深層次學術(shù)交流的舞臺。9 年間,優(yōu)秀的計算機視覺學術(shù)界/產(chǎn)業(yè)界青年學者在 VALSE 展現(xiàn)了自己的學術(shù)“華爾茲”,VALSE 正逐步成為中國最具影響力的計算機視覺頂會。


VALSE 連續(xù)舉辦,VALSE 參會人數(shù)屢創(chuàng)新高,這一定程度上反映了全國乃至全球計算機視覺技術(shù)的方興未艾之勢,也是對中國把人工智能發(fā)展作為國家戰(zhàn)略提出的積極響應(yīng),而曠視作為人工智能技術(shù)領(lǐng)先企業(yè),已經(jīng)作為鉑金贊助商連續(xù)三年參加 VALSE 會議,正是為推動學術(shù)界與產(chǎn)業(yè)界良性交流,形成技術(shù)與行業(yè)雙輪驅(qū)動,發(fā)揮人工智能“頭雁”優(yōu)勢,助力中國數(shù)字化升級貢獻著一份應(yīng)有的力量。


VALSE 2019 | 曠視研究院奏響學術(shù)“華爾茲”,助力譜寫中國CV新樂章

2019-04-25

4 月 11 日至 14 日,第九屆視覺與青年學者研討會(Vision And Learning SEminar/ VALSE 2019)在歷史名城合肥如期舉辦。曠視連續(xù) 3 年作為鉑金贊助商和 CV 產(chǎn)業(yè)界代表受邀參加。會議期間,曠視通過企業(yè)宣講、Workshop、展臺互動等多種形式向海內(nèi)外專家、學者、學生以及產(chǎn)業(yè)界人士分享曠視研究院的最新成果進展,奏響學術(shù)交流的“華爾茲”之曲,加速 CV 技術(shù)行業(yè)落地。另外,曠視研究院明星論文 ShuffleNet V2 還收獲了 VALSE 年度杰出學生論文獎。


Image 066.png

VALSE 2019大會現(xiàn)場


視覺與學習青年學者研討會(VALSE)首屆舉辦于杭州(2011 年),VALSE 2019 是第九屆研討會,其參會人數(shù)再次刷新記錄,高達 5000 人。VALSE 的初衷是促進國內(nèi)青年學者的思想交流和學術(shù)合作,從而在相關(guān)領(lǐng)域做出重量級學術(shù)貢獻,提升中國學者在國際學術(shù)舞臺上的學術(shù)影響力。在 VASLE,各方參會人員可一覽學術(shù)最前沿,收獲不同視角的研究成果,碰撞出啟發(fā)性的火花。



VALSE 2019 大會上,來自曠視研究院的核心骨干 Leaders——曠視上海研究院負責人危夷晨、曠視南京研究院負責人魏秀參、曠視研究院模型組負責人張祥雨分別介紹了曠視的發(fā)展藍圖、曠視研究院原創(chuàng)自研并保持行業(yè)領(lǐng)先的深度學習技術(shù),并通過 Panel、現(xiàn)場交流的形式,在 VALSE 特有的學術(shù)氛圍中,展開有效的信息流動。


企業(yè)宣講,打造智能物聯(lián)解決方案

4 月 13 日,開幕式在安徽國際會展中心正式舉辦,曠視上海研究院負責人危夷晨博士代表曠視向與會的各界嘉賓做了企業(yè)宣講,從核心戰(zhàn)略、核心技術(shù)體系以及核心價值三個維度對曠視做了全面描述。


危夷晨表示,曠視秉承“以非凡科技,為客戶和社會持續(xù)創(chuàng)造最大價值”的企業(yè)使命,和“構(gòu)建驅(qū)動百億臺智能設(shè)備的物聯(lián)網(wǎng)生態(tài)系統(tǒng)”的宏偉愿景,以自主研發(fā)的人工智能計算框架曠視Brain++ 和人工智能數(shù)據(jù)管理平臺曠視 Data++ 為核心,把感知、控制、優(yōu)化能力賦能給 IoT 設(shè)備,實現(xiàn)物理世界與數(shù)字世界的智能物聯(lián),并持續(xù)打造在城市大腦、供應(yīng)鏈大腦、個人設(shè)備大腦三大場景的數(shù)字化解決方案:


  • 在城市大腦場景,曠視城市管理解決方案已在全國 260 余個城市落地運行,輔助公安機關(guān)破獲各類案件逾 10000 起,已智能升級改造 3000 余個樓宇園區(qū),實現(xiàn)人車通行智能化;

  • 在供應(yīng)鏈大腦場景,曠視自主設(shè)計、生產(chǎn)的智能機器人已部署上線超過 5000 臺,并于2018 年底發(fā)布了業(yè)界首個機器人協(xié)同操作系統(tǒng)曠視河圖,在位于天津的“未來一號”倉,曠視與合作伙伴實現(xiàn)了 500 臺機器人高效協(xié)同作業(yè),雙 11 當天拆零出倉 8 萬多箱,刷新了單倉機器人集群作業(yè)行業(yè)記錄;

  • 在個人設(shè)備大腦場景,曠視智能終端解決方案已覆蓋 70% 以上的安卓手機市場,曠視開發(fā)的刷臉解鎖、刷臉支付、3D 建模、AI 人像光效、超畫質(zhì)等創(chuàng)新應(yīng)用和方案正在讓 3 億多臺手機變得更聰明。


學術(shù)交流,思想的“華爾茲”


Workshop:弱監(jiān)督視覺理解

4 月 11 日,在大會正式召開之前,Workshop 已如火如荼地舉行。作為 VALSE 2019 的開場大戲,曠視南京研究院院長魏秀參博士受邀參加首場 Workshop——“弱監(jiān)督視覺理解”,并做特邀報告和參加 Panel 環(huán)節(jié)。另外,4 月 12 日上午,魏秀參博士還作為主席組織了另一場題為“細粒度視覺分析”的專場 Workshop,邀請了多位高校和業(yè)界該領(lǐng)域?qū)<覟?VALSE 參會者帶來了一場視覺技術(shù)盛宴,備受參會者關(guān)注。


魏博士的報告題目為:Weakly-supervised object discovery based on pre-trained deep CNNs(基于預(yù)訓練深度卷積網(wǎng)絡(luò)的弱監(jiān)督物體發(fā)現(xiàn))。隨著深度學習的推廣,越來越多的預(yù)訓練分類網(wǎng)絡(luò)被開源從而作為一種“免費”資源使用。具體而言,曠視南京研究團隊把這一“免費”資源用于弱監(jiān)督條件下的物體感知,諸如細粒度圖像檢索、無監(jiān)督物體定位以及物體協(xié)同定位等任務(wù),同時均取得了更明顯的性能增益。


其中兩個重點方法為 SCDA 方法與 DDT 方法。SCDA 方法利用預(yù)訓練的 CNN 分類模型可無監(jiān)督式定位細粒度圖像中的主要物體,由此有效篩選深度卷積描述子,排除背景和噪聲區(qū)域的干擾,大幅提高檢索性能;DDT 方法更進一步,在弱監(jiān)督條件下同樣使用“免費”資源,不同點在于它可有效利用共同物體在多張圖像中的信息進行協(xié)同定位,同時準確監(jiān)測并去除噪聲圖像。


在權(quán)威數(shù)據(jù)集上的定量和定性實驗均可驗證兩方法各自的有效性和較強的泛化能力,一方面顯示出預(yù)訓練分類模型在模型重用方面的巨大潛力;另一方面對于揭示深度模型中的洞見以及理解深度模型帶來了有意義的思考。


Workshop:深度學習模型設(shè)計

4 月 12日,曠視研究院模型組負責人張祥雨博士在 Workshop——“深度學習模型設(shè)計”上進行了題為“高效輕量級深度模型的研究與實踐”的精彩報告,并做 Panel 分享。


報告圍繞輕量級架構(gòu)、模型搜索、模型裁剪三個子主題,展示了曠視研究院在深度學習“新焦點”技術(shù) AutoML 方面的新突破。具體而言,張祥雨博士介紹了曠視研究院近兩年來在 ShuffleNet V1/ V2 兩代輕量級網(wǎng)絡(luò)設(shè)計方面進行的思考與遭遇的挑戰(zhàn);還介紹了曠視研究院今年在自動機器學習(AutoML)領(lǐng)域提出的單路徑 One-Shot 模型,以及在模型搜索過程中用到的原創(chuàng)模型裁剪技術(shù)。


通過對比模型的手工設(shè)計(以 ShuffleNet 系列為例)與目前模型自動搜索(以 One-Shot 模型為例)這兩種模型設(shè)計范式,張祥雨博士認為,雖然模型搜索在模型結(jié)構(gòu)的排列組合、結(jié)構(gòu)的超參數(shù)調(diào)優(yōu)方面,相對人工設(shè)計有明顯優(yōu)勢,但是搜索空間設(shè)計的好壞依然很大程度上依賴人工經(jīng)驗。不過相關(guān)工作正在進行當中,同時曠視研究院也已在 AutoML 方面取得了可圈可點的成果。


曠視研究院“喜提”VALSE年度杰出學生論文獎

4 月13 日,迎來了 VALSE 2019 的正式開幕式。經(jīng)過多輪激烈答辯,曠視研究院明星論文 ShuffleNet V2 從海選論文中脫穎而出,一舉斬獲 “VALSE 2018 年度杰出學生論文獎”。正如頒獎致辭所講,ShuffleNet V2 在曠視研究院另一篇明星論文 ShuffleNet V1 的基礎(chǔ)上,“青出于藍而勝于藍”,超越當前 SOTA 結(jié)果,實現(xiàn)了速度與精度的雙重突破,同時有著理論與產(chǎn)業(yè)的雙料影響力。


此前,曠視研究院 ShuffleNet V2 為全球計算機視覺頂會 ECCV 2018 所收錄,目前論文引用量超過同期同類論文;曠視研究院 ShuffleNet V2 論文技術(shù)及一套輕量高效模型方法論的提出,有遷移通用能力的同時,還兼具理論實踐意義和學術(shù)借鑒意義。


這次的頒獎,是對 ShuffleNet V2 的一次實錘肯定,而 ShuffleNet V2 的出現(xiàn),離不開曠視研究院一套科學完備的產(chǎn)學研體系以及曠視原創(chuàng)自研的人工智能計算框架 Brain++ 和曠視 Brain++ AutoML 技術(shù)。


重視基礎(chǔ)研究,擁抱技術(shù)信仰


視覺與學習青年學者研討會(VALSE)旨在為計算機視覺、圖像處理、模式識別與機器學習研究領(lǐng)域內(nèi)的中國青年學者提供一個深層次學術(shù)交流的舞臺。9 年間,優(yōu)秀的計算機視覺學術(shù)界/產(chǎn)業(yè)界青年學者在 VALSE 展現(xiàn)了自己的學術(shù)“華爾茲”,VALSE 正逐步成為中國最具影響力的計算機視覺頂會。


VALSE 連續(xù)舉辦,VALSE 參會人數(shù)屢創(chuàng)新高,這一定程度上反映了全國乃至全球計算機視覺技術(shù)的方興未艾之勢,也是對中國把人工智能發(fā)展作為國家戰(zhàn)略提出的積極響應(yīng),而曠視作為人工智能技術(shù)領(lǐng)先企業(yè),已經(jīng)作為鉑金贊助商連續(xù)三年參加 VALSE 會議,正是為推動學術(shù)界與產(chǎn)業(yè)界良性交流,形成技術(shù)與行業(yè)雙輪驅(qū)動,發(fā)揮人工智能“頭雁”優(yōu)勢,助力中國數(shù)字化升級貢獻著一份應(yīng)有的力量。


熱門新聞
聯(lián)系我們