早上好！相信不少同学已经从端午前的推送中了解到将门-TechBeat人工智能社区主办的CVPR 2021 群星闪耀·云际会，在端午假期后要正式与大家见面啦！

⏰北京时间6月15日(周二)晚8点，第②场——字节AI Lab Research论文解读Talk已经准时在TechBeat人工智能社区开播！团队负责人字节跳动AI Lab研究员孔涛老师携其学生陈玉康、章如锋、荆雅分享了他们在CVPR 2021的工作。

⚡ 点击【https://datayi.cn/w/noqBJNr9】，免费收看完整talk~

Talk·信息

分享人：字节AI Lab Research

时间：北京时间 6月15日 (周二) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

⚡ 点击【https://datayi.cn/w/noqBJNr9】，免费收看完整talk~

直播交流活动·报名通道

团队介绍

字节AI Lab Research

• 字节跳动AI Lab Research机器人研究组由AI LAB多位研究员领衔，团队聚焦于机器人的智能感知、交互式机器人运动操作和机器人技能学习。团队一方面会聚焦于机器人的前沿硬核技术的研究探索，另外一方面也积极推动研发算法扩展机器人能力边界。

• 长期招聘机器人相关方向人才，包括但不限于2D/3D视觉感知、机器人运动和交互学习，详细见字节招聘官网。

孔涛

字节跳动AI Lab研究员

孔涛，目前为字节跳动AI Lab研究员，主要研究方向为计算机视觉及机器人技能学习。他于2019年7月博士毕业于清华大学计算机系，导师孙富春教授，以第一/主要作者在CVPR、ECCV、NeurIPS等会议发表论文20余篇，其博士学位论文被提名为中国人工智能学会优秀博士论文奖，获得2016年国际机器人抓取操作竞赛冠军等荣誉。

个人主页：http://www.taokong.org①

针对目标检测中尺度变化问题

的自动化数据增强方法

本文提出了一种针对目标检测尺度变化问题的自动化数据增强方法，该方法包括一种新的搜索空间和一种搜索过程中的估计指标。该方法搜索得到的数据增强策略在各类检测器和不同数据集上都能带来性能提升，并超越了传统方法。此外，搜索得到的策略存在着一定的规律性，可以为以后人工数据增强设计提供一些帮助。

论文链接：

https://arxiv.org/abs/2103.17220

代码链接：

https://github.com/Jia-Research-Lab/SA-AutoAug

陈玉康 | 香港中文大学在读博士生/字节跳动实习生陈玉康，香港中文大学博士在读研究生，硕士毕业于中科院自动化所，本科毕业于北京航空航天大学。主要研究神经网络结构搜索、目标检测、模型压缩等方向。

个人主页：

https://yukangchen.com/

②

基于可学习候选框的端到端的稀疏目标检测器

本文提出了一种全新的彻底稀疏的目标检测框架，脱离经典的锚盒、关键点等先验概念及极大值抑制等后处理操作，实现端到端的稀疏检测。结果表明，可以取得与常见的精心设计的密集检测器类似的性能。

论文链接：

https://arxiv.org/pdf/2011.12450

代码链接：

https://github.com/PeizeSun/SparseR-CNN

章如锋 | 同济大学在读博士生/字节跳动实习生

章如锋，同济大学四年级在读博士生，研究方向主要是计算机视觉中的目标检测、实例分割等。曾在CVPR、NeurIPS等计算机视觉与机器学习顶会发表论文。

个人主页：

https://scholar.google.com/citations?user=THbhxeYAAAAJ&hl=zh-CN

③

一种先定位再分割的

高性能指代性分割基准模型

指代性分割的目标是根据语言指示分割出场景中的目标物体。目前的工作通常着重于设计一种隐式的递归特征交互机制用于融合视觉-语言特征来直接生成最终的分割结果，而没有显式建模被指代物体的位置。为了强调语言描述的指代作用，本文将该任务解耦为先定位再分割的方案，首先通过位置建模可以显式获取语言所指代的对象，后续的分割网络则可以根据视觉环境信息来得到准确的物体轮廓。在三个流行的基准数据集上，该方法大幅度优于所有以前的方法。

论文链接：

https://arxiv.org/abs/2103.16284

荆雅 | 中科院自动化所在读博士生/字节跳动实习生

荆雅，中国科学院自动化研究所在读博士生，主要研究方向为跨模态学习和行人视觉理解。在CVPR、AAAI、TIP等国际顶级会议和期刊上发表论文7篇（其中一作5篇）。本科毕业于北京航空航天大学自动化专业。

个人主页：

https://jingyaa.github.io/jingya.github.io/

⚡ 点击【https://datayi.cn/w/noqBJNr9】，免费收看完整talk~

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