本周为TechBeat人工智能社区第323期线上Talk。

北京时间7月21日(周三)晚8点，香港大学计算机系在读博士生——谢恩泽和南京大学计算机系在读博士生——王文海的Talk将准时在TechBeat人工智能社区开播！

他们与大家分享的主题是: “Transformer在检测和分割中的应用”，届时将介绍有关ViT推广到检测分割上的新问题和挑战。

Talk·信息

主题：Transformer在检测和分割中的应用

嘉宾：香港大学计算机系在读博士生

谢恩泽

南京大学计算机系在读博士生

王文海

时间：北京时间 7月21日 (周三) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

完整版怎么看？

扫描下方二维码，或复制链接https://datayi.cn/w/4RzYLM19至浏览器，一键完成预约！上线后会在第一时间收到通知哦~

Talk·提纲

最近几年卷积神经网络(ConvNets) 在视觉领域取得了巨大的成功，并且在几乎所有视觉任务上成为了一个通用的主干网络，但是如何进一步提高视觉任务的特征提取能力始终是一个open problem。

Transformer作为一个特征提取网络，最近两年在自然语言处理(NLP)领域取得了巨大的成功，最近有些工作开始尝试将Transformer从NLP领域引入视觉领域。其中最经典的工作应该是google的Vision Transformer(ViT)。ViT使用纯Transformer结构在图像分类上取得了不错的结果，但是它并不太适合大部分CV任务，如检测分割等。如何将ViT推广到检测分割上有很多新的问题和挑战。

这次的分享内容主要分为两个部分：

（1）基于Transformer的主干网络；

（2）基于Transformer的语义分割模型。

其中第一部分主要介绍如何设计一个适用于物体检测和语义分割基于Transformer的主干网络，第二部分主要分享如何设计一个基于Transformer的语义分割模型，并讨论该模型和基于CNN的语义分割模型的不同之处。

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] Paper

https://arxiv.org/abs/2102.12122https://arxiv.org/abs/2106.13797Code:https://github.com/whai362/PVT/

[2] SegFormerPaper:

https://arxiv.org/abs/2105.15203Code:https://github.com/NVlabs/SegFormer

Talk·提问交流

通过以下两种方式提问都将获得微信现金红包奖励哦！

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，被讲者直接翻牌解答！

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！

Talk·嘉宾介绍

谢恩泽, 香港大学计算机系二年级博士，导师为罗平教授，研究方向为自监督学习，物体检测分割等。目前在NVIDIA实习并研究自动驾驶中的3D感知问题。以第一作者在TPAMI/CVPR/ECCV/AAAI等顶级期刊和会议上发表过多篇论文，代表作Polar Mask被选为CVPR 2020十大最具影响力论文。曾在国际竞赛Google OpenImages 2019和ICDAR 2019中取得冠军。Google scholar citation 680+。

个人主页：

https://xieenze.github.io/

王文海，南京大学博士生。近期的研究方向包含物体检测、实例分割、文字检测和识别等。曾在TPAMI/NeurIPS/CVPR/ICCV/ECCV等顶级期刊和会议上发表过10余篇论文。在NAIC 2021和ICDAR 2019等学术竞赛上取得冠军。目前Google Scholar引用量为1000+。

个人主页：

http://whai362.github.io/

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