Talk预告| CMU博士后康国梁分享NeurIPS 2020 Oral工作：领域自适应语义分割和物体识别

2021-02-03 12:03 作者:TechBeat人工智能社区 0人读过 | 我要投稿

本周为将门-TechBeat技术社区第278期线上Talk，也是NeurIPS 2020系列Talk的“收官之讲”！

北京时间2月4日(周四)晚8点，卡内基梅隆大学计算机视觉和机器学习博士后—康国梁的Talk将准时在将门TechBeat技术社区开播！

他与大家分享的NeurIPS 2020工作主题是: “领域自适应语义分割和物体识别”。届时将探讨领域自适应在语义分割和物体识别领域的新方法和新观点。

Talk·信息

▼

主题：领域自适应语义分割和物体识别

嘉宾：CMU博士后康国梁

时间：北京时间 2月4日 (周四) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

长按识别二维码，一键完成预约！

Talk·提纲

▼

现实场景下，测试集数据和训练集数据的分布通常具有明显差异。这种差异导致深度模型的性能发生大幅下降。领域自适应方法旨在消除这种由于域迁移导致的性能损失。本次Talk将探讨领域自适应在语义分割和物体识别领域的新方法和新观点。

本次分享的主要内容如下：

1. 领域自适应背景介绍

2. NeurIPS 2020 Oral 论文介绍

3. TPAMI 2020 论文介绍

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！

1. Pixel-Level Cycle Association: A New Perspective for Domain Adaptive Semantic Segmentation (NeurIPS 2020 Oral)

论文链接：

https://papers.nips.cc/paper/2020/file/243be2818a23c980ad664f30f48e5d19-Paper.pdf

2. Contrastive Adaptation Network for Single-and Multi-Source Domain Adaptation (TPAMI 2020)

论文链接：

https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9219132

代码链接：

https://github.com/kgl-prml/Contrastive-Adaptation-Network-for-Unsupervised-Domain-Adaptation

Talk·提问交流

▼

方式 ①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，还会有惊喜奖励哦！

方式 ②

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！

Talk·嘉宾介绍

▼

康国梁，2019年3 月从悉尼科技大学获得计算机博士学位，导师为杨易教授。现在是卡内基梅隆大学计算机学院博士后，导师是Alexander Hauptmann。他的研究兴趣和方向包括深度学习、无监督域适应、语义分割和视频分析。他在国际顶级期刊 (TPAMI等)和顶级会议 (NeurIPS、CVPR、ICCV、ECCV、AAA、IJCAI等) 发表文章16 篇。