本周我们将邀请来自极链科技的顾寅铮将针对正在举行的ECCV2020 - VIPriors Workshop比赛中的目标检测赛道进行分享。
主讲人：
顾寅铮，极链科技AI研究院负责人。
加拿大多伦多大学数学与统计学本科，加拿大皇后大学数学硕士、博士。
研究领域包括深度学习、计算机视觉、多媒体、及视频处理，拥有数项发明专利。
ACMMM等知名国际会议及期刊中发布数篇论文，CVPR等著名国际会议受邀数次行业演讲，顶级期刊TPAMI审稿人， 2018、19连续两年获得第一、第二届谷歌地标识别挑战赛冠军。
直播内容预告：
近年来，随着深度学习与计算机硬件的发展，模型训练对样本的数量要求也越来越高。以目标检测为例，目前主流训练流程通常是先在图像识别数据集（如ImageNet）上预训练后在目标检测数据集（如COCO）上进行微调。即便是最近提出的“无预训练”方法也需要使用全部的约12万张检测数据集并增加训练时长4至6倍来达到相同效果，这对于GPU资源的要求非常高。
本次直播将针对正在举行的ECCV2020 - VIPriors Workshop比赛中的目标检测赛道进行分享。该比赛采用COCO数据集的一小部分（约6000张，相当于1/20的图片）作为训练集以及验证、测试各5000张用于榜单排名。与其他比赛不同的是，该比赛禁止使用任何额外数据集以及预训练模型，即所有模型必须“train from scratch”。在接下来的数周至2020年7月3日比赛结束，我们将进行每周一次的直播分享过去一周我们的尝试及进度并与其他兴趣爱好者交流心得希望以此来推动“小数据训练”的发展。