本期「料见」闭门交流活动的嘉宾是——商汤科技研究副总监、OpenMMLab负责人——陈恺博士！

北京时间4月18日(周日)10点，我“门”很开心邀请到他来TechBeat人工智能社区和大家在线上面基！

机会难得，欲报从速！

活动信息

• 交流形式：腾讯会议视频交流

• 交流时间：北京时间4月18日(周日) 上午10点，预计1.5小时

• 人数限制：10位发言席；20位观众席

• 发言席：可以自由开麦交流

• 观众席：可以在“聊天室”内文字提问

• 报名方式：扫描下方二维码或复制链接https://www.techbeat.net/activity?id=dJ1kDH42eSR%20j0SF7BgfBA%3D%3D到浏览器，审核通过后主办方会在24小时之内联系你，请保证微信/邮箱畅通~

• 报名截至：北京时间4月16日(周五)中午12点

本期嘉宾

陈恺，商汤科技研究副总监，本科毕业于清华大学，2019 年在香港中文大学获得博士学位。在计算机视觉顶级会议和期刊上发表十余篇论文，谷歌学术引用超过 1000 次，并两次获得目标检测领域国际权威的学术竞赛 COCO 比赛冠军。所负责的 OpenMMLab 开源项目在 GitHub 上获得了超过 30000 star， 是深度学习时代极具影响力的计算机视觉开源算法体系，在学术界和工业界产生了广泛影响。

聊点儿啥？

陈恺博士非常期待与大家的线上交流，届时的交流重点会围绕开源算法框架和视觉算法研究展开，希望和大家探讨的内容如下：

1. 体系化的开源算法框架对学术研究有哪些促进和新方向的启发？

2. 从学术和工程的角度来看，什么样的算法框架是好用的框架？

3. 在算力资源充足的情况下想做哪些有意义的研究？

‍♂️ 有一定科研背景，对开源感兴趣的同学，或者在工业界既参与业务落地，同时也关注算法研发或者框架维护的同学，等的就是你！快来报名吧~！

预习资料

在2019年和2020年，陈恺博士就已经来TechBeat人工智能社区分享过Talk啦，扫描下方二维码直接观看：

# 物体检测中的训练样本采样

Talk的分享大纲

1.Sample imbalance

2.Sample importance

# OpenMMLab开源体系解密

Talk的分享大纲

1. OpenMMLab 开源项目整体介绍

2. 逐个讲解 OpenMMLab 项目的算法框架

注意事项

*请仔细阅读1. 请确认好自己在活动当天（北京时间4月18日周日10点）时间充裕，如果报名后但未按时出席，将影响日后参与类似活动的信用记录。2. 请保证填写信息的真实性，据说填写得越完整，通过的几率将越大哦！3. 报名提交后，主办方会根据所填信息对人员名单进行筛选，审核通过后主办方会在24小时之内联系你，请保证微信/邮箱畅通~

关于料见

「料见」是TechBeat人工智能社区全新推出的闭门交流活动，不定期邀请大家熟知的AI青年科学家、优秀的在读博士生与大家进行线上的闭门视频交流，以满足大家与技术大咖的“面基”需求。

在「料见」活动中，大家可以实时与嘉宾进行高效、直接、自由的交流，主题不设限，想问你就来！希望在与嘉宾的交流中，大家能够各有所得、收获满满~

往期嘉宾：

第一期：走进MIT HAN Lab

第二期：深动科技首席科学家+ECCV Oral北大一作

第三期：清华叉院助理教授赵行博士

第四期：斯坦福助理教授吴佳俊博士

第五期：图森未来首席科学家王乃岩博士

第六期：新加坡国立大学“校长青年教授”尤洋博士

第七期：Taichi编程语言设计开发者、MIT博士胡渊鸣

关于TechBeat人工智能社区

▼

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/pTbCK_MeTk05jK2yx1RTrQ