Talk预告 | 北大ECCV 2020工作:语义流网络在语义分割中的应用
本周为将门-TechBeat技术社区第259期线上Talk,也是ECCV 2020系列Talk第⑧弹!
北京时间11月26日(周四)晚8点,北京大学信息科学技术学院在读博士生—李祥泰的Talk将准时在将门TechBeat技术社区开播!
他与大家分享的主题是: “语义流网络在语义分割中的应用”。届时将围绕如何构建实时语义分割网络和提升现有语义分割网络的性能,分享其团队发表于ECCV 2020的两个工作。

Talk·信息
▼
主题:语义流网络在语义分割中的应用
嘉宾:北京大学信息科学技术学院
在读博士生 李祥泰
时间:北京时间 11月26日 (周四) 20:00
地点:将门TechBeat技术社区
http://www.techbeat.net/
Talk·观看方式
▼
长按识别二维码,一键完成预约!

Talk·提纲
▼
语义分割是计算机视觉的基础任务之一,其目标是对图像上的每一个像素进行分类。本次Talk主要介绍李祥泰及其团队在ECCV 2020上的两个工作:围绕主流语义分割的两个子任务展开,分别是构建实时语义分割网络和提升现有语义分割网络的性能。现有的语义分割方法很多精度很高、但速度不够快,现有的速度快的模型却精度不高。那么有没有一种同时做到速度又快又好的模型?目前的语义分割方法很多都是在做上下文建模,或者提升分割物体的细节或者边缘,有没有一种结构可以同时做到两件事情?他们在这里给出了通过学习语义流的方式来对齐不同层特征或者同层特征。
本次分享的主要内容如下:
1. 近期最新语义分割工作回顾
2. 语义流网络:SFNets分享
3. 接耦主体和边缘的网络:DecoupleSegNets分享
4. 回顾和总结
Talk·参考资料
▼
这是本次分享中将会提及的资料,建议提前预习哦!
代码链接:
https://github.com/lxtGH/DecoupleSegNets
https://github.com/lxtGH/SFSegNets
Talk·提问交流
▼
方式 ①
在本文留言区直接提出你的问题,或扫描下方二维码提问!问题被选中的小伙伴们将获得一个红包奖励!

方式 ②
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,说不定就被讲者直接翻牌解答了呢!

你的每一次贡献,我们都会给予你相应的i豆积分,近期还会有惊喜奖励哦!
嘉宾介绍
▼

李祥泰,北京大学信息科学技术学院在读博士生,研究方向是图像与视频语义分割,曾在AAAI、ECCV、BMVC等会议上发表相关论文。
长按识别二维码,一键完成预约!

关于TechBeat社区
▼
TechBeat(www.techbeat.net)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>>https://mp.weixin.qq.com/s/u4FdYzGcabJfaIYQ3l25bQ