Etkinlik | Mağlup "Bilgelik See AI" Bahar Kampı başarıyla sonuçlandı (oynatma bağlantısı ile)
11 Mayıs'ta, Çin Bilgisayar Topluluğu Bilgisayarla Görme Komitesi'nin (CCF-CV) ev sahipliğinde ve Tsinghua Üniversitesi Otomasyon Bölümü ve Megvii'nin üstlendiği "Bilgelik Yapay Zeka" Bahar Kampı başarıyla gerçekleştirildi. Bu eğitim kampı, akademi ve endüstriden yapay zeka alanındaki uzmanları ve akademisyenleri, 300'den fazla ilgili uygulayıcının ilgisini çeken, "nesne algılama" ve "derin sinir ağı modeli tasarımı" konularıyla ilgili 8 akademik paylaşım raporu yayınlamaya davet etti. Ve araştırmacılar.
En yıkıcı ve dönüştürücü teknolojilerden biri olan yapay zeka, durdurulamaz bir ivmeyle dünyayı kasıp kavuruyor, sürekli olarak toplumsal üretim ve yaşamın tüm yönlerine sızıyor ve zamanı ileriye taşıyor. Ancak, temel çerçevenin yenilenmesi ve yinelemesinden tam çözümün ticarileştirilmesine kadar, temel akademik araştırmadaki ilerlemeye ve atılımlara bağlı olduğu anlaşılmalıdır.Yeni teorilerin önerisi veya eski sorunların üstesinden gelinmesi ne olursa olsun, bu güç daha da güçlüdür - Yükselen AI dalgasının arkasındaki itici güç ve geleceği tahmin etmek için kanattır.
"Wisdom AI" SpringCamp akademik eğitim kampı, CCF-CV tarafından başlatıldı ve Megvii ile Tsinghua Üniversitesi ev sahipliğinde gerçekleştirildi. En yeni AI fikir ve teknolojilerinin değişimi ve paylaşımı için bir platform oluşturmayı hedefliyor. En iyi uzmanları en son araştırma sonuçlarını paylaşmaya davet ederek, Büyük üniversitelerdeki genç akademik yeteneklere ve endüstri ile ilgili araştırmacılara en yeni teknoloji alışverişi ve öğrenim fırsatları sağlamak için endüstri ve akademiyi birleştirin, AI yeteneklerinin eğitimini teşvik edin, teknolojik ilerlemeyi teşvik edin ve endüstri-üniversite araştırmasının uygulanmasını teşvik edin.
Akademik eğitim kampı etkinlik sitesi
Bu eğitim kampına katılan başlıca konuklar:
- Dr. Dai Jifeng, Kıdemli Araştırmacı, Computer Vision Group, Microsoft Research Asia
- Dr. Zhang Shifeng, Otomasyon Enstitüsü, Çin Bilimler Akademisi
- Dr. Zhang Xiangyu, Megvii Araştırma Enstitüsü Base Model Group Başkanı
- Bai Xiang, Profesör ve Telekomünikasyon Fakültesi Dekan Yardımcısı, Huazhong Bilim ve Teknoloji Üniversitesi
- Hu Jie, Kıdemli Ar-Ge Mühendisi, Momenta
- Dr. Yu Gang, Algılama Grubu Başkanı, Megvii Araştırma Enstitüsü
- Huang Gao, Yardımcı Doçent, Otomasyon Bölümü, Tsinghua Üniversitesi
- Nankai Üniversitesi Profesörü Cheng Mingming
Yapay zeka alanında akademi ve endüstriden 300'den fazla araştırmacı ve ilgili uygulayıcıyı çeken etkinlikte, 8 yetkili konu raporu ve 1 açık yuvarlak masa tartışması yer aldı.
Megvii Baş Bilimcisi ve Araştırma Enstitüsü Dekanı Sun Jian, açılış konuşmasında tüm konukları ilk olarak karşıladı ve bilgisayarla görme teknolojisinin mevcut gelişim durumunu ve bu akademik değişim toplantısının amacını kısaca anlattı. Derin öğrenmenin tanıtılması ve uygulanmasıyla, sektörde yeni fırsatlar ve zorluklar ortaya çıktı.Bir yandan, yeni atılımların nasıl gerçekleştirileceği akademik topluluğun çabalarına bağlıdır. Öte yandan, teorik zorlukların ve uygulama gereksinimlerinin çifte saldırısıyla, endüstriyel araştırmada yapay zeka Teknoloji ve endüstrinin derin entegrasyonu da yeni perspektifler sağlayabilir. Bu nedenle, bu bağlamda, insanların "çeşitli yeni yöntemleri ve yeni fikirleri paylaşmaları, sorunu derinlemesine anlamaları, her ayrıntıyı netleştirmeleri ve bilgisayar vizyonu teorisi ve uygulamalarının adım adım gelişimini teşvik etmesi" gerekiyor.
Despise Baş Bilim İnsanı ve Araştırma Enstitüsü Dekanı Sun Jian açılış konuşması yaptı
Ardından, 8 uzman arka arkaya paylaştı, "nesne algılama" ve "derin sinir ağı modeli tasarımı" alanındaki mevcut en sıcak derin sinir ağını, geometrik deformasyon modelleme teknolojisini, karşılaştırmalı keşif ve nesne algılama algoritmalarının beklentilerini ve yüksek verimliliği kapsayan içeriği paylaştı. Hafif derin model araştırma ve uygulaması, hızlı akıl yürütme için evrişimli sinir ağı, düzensiz metin algılama ve tanıma, desen tasarımında görsel dikkat mekanizmasının geliştirilmesi ve uygulanması, hedef algılama alanında yeni sorunlar ve yönler, açık çevre Uyarlanabilir görsel algı yönetimi altında.
Dai Jifeng
Rapor başlığı: Evrişimli sinir ağlarında geometrik deformasyon modellemesi
İçeriğin ana hatları:
Görsel tanıma görevlerinde, nesne parçalarının ölçeği, duruşu, perspektifi ve hareketi dahil olmak üzere geometrik deformasyonların doğru şekilde nasıl ele alınacağı ve modelleneceği önemli bir zorluktur. Özellik mühendisliği çağından beri, bu sorunu çözmeye çalışmak için SIFT, DPM vb.Dahil olmak üzere bir dizi iyi bilinen algoritma geliştirilmiştir. Bununla birlikte, karakteristik ifade yetenekleri ve sınırlı dejenerasyon modelleme kabiliyetleri nedeniyle, performansları birçok kısıtlamaya tabidir. Derin öğrenme çağında, ağ özelliklerinin ifade yeteneği, önceden elle tasarlanmış özellikleri büyük ölçüde aşmaktadır. Bununla birlikte, mevcut ağ modülünün geometrik deformasyonu etkili bir şekilde işlemesi ve modellemesi hala zordur. Bu konuşma derin sinir ağlarında geometrik deformasyon modelleme tekniklerini tanıtacak.Derin sinir ağlarının geometrik modelleme yeteneklerini büyük ölçüde geliştirebilir ve çeşitli tanıma görevlerinde büyük performans iyileştirmeleri elde edebilirler.
Zhang Shifeng
Rapor konusu: Karşılaştırmalı keşif ve nesne algılama algoritmalarının beklentileri
İçeriğin ana hatları:
Derin öğrenmeye dayalı mevcut nesne algılama algoritmaları kabaca iki kategoriye ayrılabilir: tek adımlı detektörler ve iki adımlı detektörler. Tek adımlı dedektör daha yüksek bir algılama hızına sahiptir, ancak algılama doğruluğu iki aşamalı dedektör kadar iyi değildir. İki adımlı algılama yöntemi daha yüksek algılama doğruluğuna sahiptir, ancak algılama verimliliği tek adımlı algılama yöntemi kadar iyi değildir. Tek adımlı dedektörün, yüksek algılama verimliliğini korurken iki adımlı dedektörün algılama doğruluğunu elde etmesini sağlamak için, tek adımlı ve iki adımlı dedektörlerde bir dizi keşif gerçekleştirdik ve RefineDet, SRN, ISRN, RetinaFace vb. Önerdik. Seri algoritması. Bu paylaşım, önce nesne algılama algoritmasına genel bir giriş yapacak, ardından kendi ilgili çalışmamızı paylaşacak ve son olarak nesne algılamanın gelişimini tartışacak ve araştıracaktır.
Zhang Xiangyu
Rapor konusu: Etkili hafif ağırlıklı derin model araştırması ve uygulaması
İçeriğin ana hatları:
Derin temel model, modern derin görüş sistemindeki temel konumu işgal eder. Pratik uygulamalarda, uygulama senaryolarına, hedef görevlere, donanım platformlarına, vb. Bağlı olarak modelin yürütme hızı, depolama boyutu ve bilgi işlem gücü tüketimi genellikle sınırlıdır. Bu nedenle, çeşitli farklı senaryolar için "iyi ve hızlı" bir modelin nasıl tasarlanacağı, derin öğrenme sistemlerinin pratik uygulaması için önemli bir konu haline gelmiştir.
Bu ders temel olarak pratik model tasarımının iki yaygın tekniğine odaklanmaktadır: hafif model tasarımı ve model uyarlama, bilimsel araştırma sonuçlarına ve etkin derin model alanında ekibin pratik deneyimine odaklanarak. İçerik paylaşımı, ShuffleNet v1 / v2 serisinin yanı sıra otomatik model tasarımı ve model arama gibi en son araştırma sonuçlarını içerir.
Bai Xiang
Rapor başlığı: Düzensiz metin algılama ve tanıma
İçeriğin ana hatları:
Sahne OCR teknolojisi, endüstride yaygın olarak kullanılan evrensel bir metin tanıma teknolojisidir. Son yıllarda akademik çevreler dikkatlerini düzensiz metin algılama ve tanıma teknolojisi araştırmalarına çevirmeye başladı. Bu rapor, ASTER, Mask Textspotter, TextField ve diğer makinelerin son başarıları gibi düzensiz metin algılama ve tanıma için bazı temsili yöntemler sunar.Bu yöntemler, düzensiz metin algılama ve tanıma görevlerinde önemli performans iyileştirmeleri sağlamıştır.
Hu Jie
Rapor başlığı: Desen tasarımında görsel dikkat mekanizmasının geliştirilmesi ve uygulanması
İçeriğin ana hatları:
Makine öğrenimindeki dikkat modeli, insan görüşünün dikkat mekanizmasını simüle eder, böylece görev için önemli bilgileri büyük miktarda bilgiden tarar ve odaklanır ve önemsiz bilgi ve gürültüden kaynaklanan müdahaleyi azaltır. Son yıllarda dikkat mekanizması, bilgisayarla görme ve doğal dil işleme gibi birçok alanda tanıtıldı ve farklı görevlerde önemli performans iyileştirmeleri elde etti. Bu rapor, bilgisayar görüşünde dikkat mekanizmasının uygulanmasına odaklanacak ve sistem performansını etkin bir şekilde geliştirme hedefine ulaşmak için ağ ifade yeteneğini geliştirmek için sinir ağlarında (özellikle evrişimli sinir ağlarında) dikkat mekanizmasının nasıl birleştirileceğini özetleyecektir.
Yu Gang
Rapor başlığı: RetinaNet ve Mask R-CNN'nin Ötesinde
İçeriğin ana hatları:
Nesne tespiti çok önemli ama aynı zamanda bilgisayarla görmede çok temel bir teknik bağlantıdır. RetinaNet ve Mask RCNN'nin ortaya çıkmasından sonra, nesne algılama alanı çerçeve içinde nispeten olgunlaştı, ancak teknik uygulama perspektifinden bakıldığında, hala üstesinden gelinmesi gereken birçok ayrıntı var. Bu rapor, hedef tespiti alanındaki bazı yeni sorunları ve yönleri altı boyuttan genişletecektir. Spesifik olarak, altı yön Omurga, Baş, Ölçek değişimi, Parti boyutu, Kalabalık ve ön eğitimdir. Bu teknik noktaların buluşları ve sonuçları, nesne algılama alanının gerçek inişini büyük ölçüde teşvik edecektir.
Huang Gao
Rapor konusu: Hızlı Akıl Yürütme için Evrişimli Sinir Ağı Yapısı Tasarımı
İçeriğin ana hatları:
Son yıllarda, derin öğrenme laboratuvardan giderek daha pratik uygulamalara geçerken, insanlar modele yalnızca doğruluğuna değil, aynı zamanda bilgi işlem ve depolama verimliliği için daha yüksek gereksinimlere daha fazla önem veriyor. Model verimliliğini artırmanın birçok yolu arasında, sinir ağı yapısı inovasyonu her zaman en etkili yollardan biridir. Bu rapor, evrişimli sinir ağlarının birkaç tipik yapısını kısaca gözden geçirecek ve model verimliliğini artırmaya yardımcı olan tasarım tekniklerini ve ilkelerini analiz edecektir. Yapısal tasarımla yakından ilgili olarak, sinir ağı çıkarım yöntemleri de vardır. Uyarlanabilir akıl yürütme perspektifinden bakıldığında, rapor, ortalama hesaplama ek yükünü azaltma amacına ulaşmak için modelin farklı örnekler için karşılık gelen hesaplama miktarını tahsis etmesini sağlamak için makul bir yapı tasarımının nasıl kullanılacağını tanıtacaktır.
Cheng Mingming
Rapor başlığı: Açık bir ortamda uyarlanabilir görsel algı
İçeriğin ana hatları:
Mevcut görsel öğrenme teknolojileri genellikle büyük ölçekli ve doğru şekilde etiketlenmiş eğitim verilerine dayanır. Tipik bir laboratuvar ortamında tasarlanan ve eğitilen yapay zeka modelleri, endüstri uygulama senaryoları değiştiğinde sistem performansında kolayca keskin bir düşüşe neden olabilir. Zayıf denetlenen görsel anlayış perspektifinden bakıldığında, bu rapor, modelin belirli uygulama senaryosu verilerine bağımlılığını azaltmaya yönelik, temel olarak bazı ortak özniteliklerin nasıl öğrenileceği ve zayıf denetimli algılama ve bölümleme modelleri oluşturmak için bu ortak özniteliklerin nasıl kullanılacağı dahil olmak üzere yürütülen bazı araştırma çalışmalarını tanıtmaktadır.
Panel oturumuna Tsinghua Üniversitesi Otomasyon Bölümü'nde doçent ve doktora şefi Lu Jiwen (soldan birinci) başkanlık etti
Yüksek derecede teori ve uygulama pratiği entegrasyonuna sahip bilimsel bir araştırma alanı olan yapay zeka imgesi, doğduğu çağda romancıların yazdığı gizemli imgeden giderek somutlaşarak toplumsal yaşamın ve üretimin her alanına nüfuz etti. Artık laboratuvarın ideal ortamı ve rekabetin lider panosu ile sınırlı değil, ancak yaşamın her kesiminden öncüler için gerçek ticari değer ve sosyal değer yaratmak, yenilik ve değişim için destekleyici bir motor haline gelmek. Bu SpringCamp'ın başarılı bir şekilde tutulması, Megvii'nin kendi endüstri-üniversite-araştırma sisteminin inşası için yeni modelinin faydalı bir keşfidir. Aynı zamanda, endüstrinin bir temsilcisi olarak akademiyi geri beslemek için başarılı bir girişimdir. Akademi ve endüstri arasında sağlıklı alışverişi teşvik etmek büyük önem taşımaktadır.
Portal
Bu etkinliğe eklendi Tam video bağlantısı
https://ai.yanxishe.com/page/openCourse/50?from=megvii
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! Ayrıntılar için, lütfen QbitAI diyalog arayüzündeki "işe alma" kelimesini yanıtlayın.
Qubit QbitAI · Toutiao İmzalama Yazarı
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri izleme
