本期為TechBeat人工智能社區(qū)第517期線上Talk！

北京時間7月27日(周四)20:00，南洋理工大學(xué)博士后研究員—李祥泰的Talk將準(zhǔn)時在TechBeat人工智能社區(qū)開播！

他與大家分享的主題是:?“基于Transformer的視覺分割模型總結(jié)、回顧與展望”，屆時將系統(tǒng)性地回顧與總結(jié)Transformer模型

Talk·信息
▼

主題：基于Transformer的視覺分割模型總結(jié)、回顧與展望

嘉賓：南洋理工大學(xué)博士后研究員?李祥泰

時間：北京時間?7月27日(周四)20:00

地點：TechBeat人工智能社區(qū)

http://www.techbeat.net/

?長按識別二維碼，一鍵預(yù)約TALK！

Talk·信息

▼

分割是一個基礎(chǔ)性質(zhì)的視覺任務(wù)，其目標(biāo)是把輸入的圖像，視頻，點云等劃分成為帶有語義性質(zhì)的區(qū)域塊。作為一個重要的場景理解任務(wù)，分割任務(wù)有著廣泛的應(yīng)用價值，包括自動駕駛，機器人導(dǎo)航，短視頻分析。

在深度學(xué)習(xí)時代，分割領(lǐng)域采用以卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的全卷積網(wǎng)絡(luò)，在各個子方向上取得了突破性的進展。近期，以Transformer為基礎(chǔ)的一些方法在NLP以及CV領(lǐng)域各個方向上也取得了突破性的進展。相比于CNN模型，Transformer模型結(jié)構(gòu)上更靈活，更適用于多模態(tài)，多任務(wù)的輸入。

在分割與檢測領(lǐng)域，基于Transformer的模型在各個基準(zhǔn)上也取得了領(lǐng)先的效果。自從ViT和DETR出現(xiàn)后，在各個子方向上，最新的研究方法均建立在Transformer為骨干網(wǎng)絡(luò)和解碼器的基礎(chǔ)框架上。鑒于目前這個領(lǐng)域近期快速進展，我們課題組對整個領(lǐng)域做了系統(tǒng)性地回顧與總結(jié)。整個Survey的內(nèi)容包括基礎(chǔ)知識與任務(wù)設(shè)置介紹，Transformer的基礎(chǔ)內(nèi)容介紹，CNN分割模型的系統(tǒng)性回顧，基于Transformer的分割模型回顧，相關(guān)基準(zhǔn)數(shù)據(jù)集的評估與測試，以及未來可行的研究方向探索。

Talk大綱

1、近期3-4年內(nèi)常見的分割方法系統(tǒng)回顧與探索。

2、基于Transformer 的分割與檢測方法的系統(tǒng)性回顧，包含圖像，視頻，點云三個不同的領(lǐng)域。

3、本研究組以及近期相關(guān)研究組的Transformer-based Segmentation/Detection 方法的研究。

4、近期與分割大模型相關(guān)的研究回顧。

Talk·預(yù)習(xí)資料

▼

論文鏈接：

https://arxiv.org/abs/2304.09854

repo：

https://github.com/lxtGH/Awesome-Segmentation-With-Transformer

Talk·提問交流

▼

在Talk界面下的【交流區(qū)】參與互動！留下你的打call??和問題??，和更多小伙伴們共同討論，被講者直接翻牌解答！

你的每一次貢獻，我們都會給予你相應(yīng)的i豆積分，還會有驚喜獎勵哦！

Talk·嘉賓介紹

▼

南洋理工大學(xué)S-lab博士后研究員，博士畢業(yè)于北京大學(xué)，研究方向包括計算機視覺和機器學(xué)習(xí)，圖像視頻分割與檢測，多模態(tài)場景理解等。曾以第一作者身份在CVPR，ECCV，ICCV，PAMI頂級會議以及期刊上發(fā)表一些相關(guān)研究。

個人主頁:?

https://www.techbeat.net/grzytrkj?id=6355

?長按識別二維碼，一鍵預(yù)約TALK！

關(guān)于TechBeat人工智能社區(qū)

▼

TechBeat (www.techbeat.net) 是一個薈聚全球華人AI精英的成長社區(qū)。 我們希望為AI人才打造更專業(yè)的服務(wù)和體驗，加速并陪伴其學(xué)習(xí)成長。 期待這里可以成為你學(xué)習(xí)AI前沿知識的高地，分享自己最新工作的沃土，在AI進階之路上的升級打怪的根據(jù)地！