纵横配资

股票配资 门户 资讯 详情
  • 评论
  • 收藏

安图信息港 2020-06-24 450 10

澎思科技在迁移学习领域取得重大突破,CVPR 2020 CD-FSL挑战赛获佳绩

 

纵横配资原标题:澎思科技在迁移学习领域取得重大突破,CVPR 2020 CD-FSL挑战赛获佳绩

6月14日-19日,备受瞩目的全球人工智能计算机视觉领域顶级国际集会CVPR 2020(Computer Vision and Pattern Recognition,即国际计算机视觉与模式辨认)初次以线上的情势举行,吸引了全球计算机视觉研究者的遍及存眷。

6月19日,澎思科技参与主理的第一届Anti-UAV Workshop & Challenge乐成举行,该Workshop存眷基于多模态视频流数据的庞大情况下无人机目标的检测、跟踪、辨认等视觉感知与处置惩罚使命,终极来自中科院、英国萨里大学、中山大学和加拿大渥太华大学组成的联合团队得到了第一届“反无人机”挑战赛的冠军。

别的,澎思科技联合美国普林斯顿大学在CVPR 2020跨域小样本挑战赛Cross-Domain Few-Shot Learning (CD-FSL) Challenge取得优秀成绩,并受邀在CVPR 2020 CD-FSL 挑战赛上做主题陈诉。

澎思科技参与主理CVPR 2020 Anti-UAV Workshop& Challenge

比年来,商用小型无人机飞速发展,但也出现了越来越多的无人机非法入侵事件,不仅对公民的小我私人隐私与生命产业宁静造成了严重危害,而且对一些敏感区域的宁静防范造成了极大威胁。因此,开展庞大情况下低慢小(无人机)目标智能感知的研究,对无人机举行有用的探测和羁系,具有紧张意义。

纵横配资本届CVPR期间,由北方电子装备研究所助理研究员赵健博士、澎思科技首席科学家申省梅、中国科学院自动化研究所王强博士、研究员兴军亮博士、副研究员朱贵波博士、天津大学在读硕士胡凯、西安交通大学特聘研究员洪晓鹏博士、小鹏汽车首席科学家郭彦东博士、中国科学技能大学教授张天柱博士、新加坡国立大学副教授冯佳时博士、百度深度学习实验室主任郭国栋博士等诸多学者配合发起的第一届Anti-UAV Workshop & Challenge,正是针对基于多模态视频流数据的庞大情况下无人机目标的检测、跟踪、辨认等视觉感知与处置惩罚使命。

纵横配资6月19日下战书,CVPR 2020 Anti-UAV Workshop & Challenge乐成举办,来自全球多个国度的学者和研究职员在线参与了本次研讨。纽约州立大学石溪分校教授凌海滨博士、加州大学默塞德分校教授杨明玄博士分别做了相干的主题陈诉。

除此之外,“反无人机”挑战赛的前三名团队也分别做了Oral talk,组委会向他们发表了获奖证书。终极,来自中科院、英国萨里大学、中山大学和加拿大渥太华大学组成的联合团队得到了第一届“反无人机”挑战赛的冠军。

纵横配资澎思科技在迁移学习领域取得重大突破,CVPR 2020 CD-FSL挑战赛获佳绩

纵横配资传统的呆板学习和现在的深度学习都依赖大量的标注数据,并在监视下训练出体现优秀以及具备较强泛化能力的模子。最大的痛点是数据标注费时费力,训练数据对应的场景和现实应用的场景不一致,成为人工智能应用落地和遍及普及的一大停滞。在此配景下,迁移学习和小样本学习成为比年来研究的前沿热门。

纵横配资本届CVPR期间,由IBM联合加州大学圣地亚哥分校、麻省理工等多所高校发起的CVPR 2020 CD-FSL 挑战赛,成为针对跨域小样本学习问题的首个挑战赛。参赛团队包括阿里巴巴、滴滴和海表里一流的大学,终极澎思科技联合美国普林斯顿大学在该挑战赛中斩获亚军。

纵横配资在此次CVPR 2020 CD-FSL 挑战赛中,澎思团队基于训练神经网络优化器的潜力,引入模子无关元学习(MAML)算法,并与Transfer-Learning联合,提出了“Meta Transfer-Learning / Meta Fine-Tuning”算法模子。随后,澎思团队接纳可以或许机动解释Meta Transfer-Learning/元迁移学习模子输出的图卷积GNN/Graph Neural Network,并将其组合为Meta Transfer-Learning + GNN算法基本框架,以此实现使命目标。

纵横配资依托澎思新加坡研究院和北京研究院在人工智能学术研究上的积累,在澎思科技首席科学家申省梅的领导下,澎思科技自建立以来已经斩获凌驾14项人工智能国际竞赛冠军或刷新权势巨子数据集世界纪录,团队累计夺冠和刷新世界纪录30余次,遍布人脸辨认、行人再辨认(ReID)、车辆再辨认、异常举动检测和声纹辨认等人工智能的多个研究领域。

未来,澎思科技将连续存眷迁移学习、小样本学习、无监视学习等学术前沿研究,加大在边沿智能创新上的研发投入,为澎思AIoT生态体系的建设提供强有力的技能支持。同时,澎思科技也将积极推进AI算法在现实应用中的落地,存眷不停出现的新场景、新需求,让AI服务社会生活的方方面面,驱动尖端AI技能向普惠性的智能服务连续进化。


鲜花

握手

雷人

路过

鸡蛋

分享

邀请

下一篇:暂无上一篇:暂无

最新评论(0)

Archiver|手机版|小黑屋|安图信息港  

© 2015-2020 Powered by 安图信息港 X1.0

微信扫描