本週我們將邀請來自極鏈科技的顧寅錚將針對正在舉行的ECCV2020 - VIPriors Workshop比賽中的目標檢測賽道進行分享。
主講人：
顧寅錚，極鏈科技AI研究院負責人。
加拿大多倫多大學數學與統計學本科，加拿大皇后大學數學碩士、博士。
研究領域包括深度學習、計算機視覺、多媒體、及視頻處理，擁有數項發明專利。
ACMMM等知名國際會議及期刊中發佈數篇論文，CVPR等著名國際會議受邀數次行業演講，頂級期刊TPAMI審稿人， 2018、19連續兩年獲得第一、第二屆谷歌地標識別挑戰賽冠軍。
直播內容預告：
近年來，隨着深度學習與計算機硬件的發展，模型訓練對樣本的數量要求也越來越高。以目標檢測為例，目前主流訓練流程通常是先在圖像識別數據集（如ImageNet）上預訓練後在目標檢測數據集（如COCO）上進行微調。即便是最近提出的“無預訓練”方法也需要使用全部的約12萬張檢測數據集並增加訓練時長4至6倍來達到相同效果，這對於GPU資源的要求非常高。
本次直播將針對正在舉行的ECCV2020 - VIPriors Workshop比賽中的目標檢測賽道進行分享。該比賽採用COCO數據集的一小部分（約6000張，相當於1/20的圖片）作為訓練集以及驗證、測試各5000張用於榜單排名。與其他比賽不同的是，該比賽禁止使用任何額外數據集以及預訓練模型，即所有模型必須“train from scratch”。在接下來的數週至2020年7月3日比賽結束，我們將進行每週一次的直播分享過去一週我們的嘗試及進度並與其他興趣愛好者交流心得希望以此來推動“小數據訓練”的發展。