Talk预告 | 阿姆斯特丹大学博士生胡涛：计算机视觉中的标签效率学习（微信文章未删减版）

本期为TechBeat人工智能社区第509期线上Talk！

北京时间6月29日(周四)20:00，阿姆斯特丹大学博士生—胡涛的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “计算机视觉中的标签效率学习”，届时将从生成式学习、数据增强、少样本学习、对比学习四个方面介绍如何在计算机视觉中高效地利用标签。

Talk·信息

▼

主题：计算机视觉中的标签效率学习

嘉宾：阿姆斯特丹大学博士生胡涛

时间：北京时间 6月29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，一键预约TALK！

Talk·介绍

▼

如何高效地利用标签在计算机视觉中是一个非常重要的问题。高效地利用标签可以帮助我们极大地减少标注成本。而且，大多数现实世界的数据都没有标注信息。另一方面，高效地利用标签可以帮助我们一定程度上缓解长尾分布问题。本次讲座试图从四个不同的角度来解决这个问题，希望能够给您带来一些启发。

Talk大纲

1. 生成式学习（主要部分），通过自监督学习来免费获取标注信息。利用获取的标注信息进一步扩散模型的训练，从而实现不同粒度的指导。

2. 数据增强，我们将Mixup延伸到点云这个特殊媒介，并与相关基线相比，在点云分类，少样本学习等任务上有较大改善。

3. 少样本学习，将少样本学习从分类任务延伸到语义分割、物体检测和活动定位等复杂任务。

4. 对比学习，我们将图像领域的对比学习扩展到视频，基于SWAV方法进一步对RGB和Flow之间的特征进行对比，和相关基线相比有较大改进。

Talk·提问交流

▼

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！

Talk·嘉宾介绍

▼

胡涛

阿姆斯特丹大学博士生

阿姆斯特丹大学在读博士生。主要研究方向是生成式学习，少样本学习，导师为Cees Snoek, Pascal Mettes。在计算机领域顶会发表数篇论文,并担任审稿人。曾在小米，旷视科技，美国亚马逊进行相关科研实习。曾获得CVPR 2023 Doctoral Consortium Travel Award。