报告题目：视觉理解——从网络到表征

报告时间：2023年10月30日（周一）10：00

报告地点：北教14-S125(沉浸教室)

报告简介：

视觉理解基础任务（例如图像识别、目标检测、跨模态物体定位等）是计算机视觉的基石。随着深度学习和大模型的迅猛发展，有大量的工作聚焦到了神经网络的主干网络架构和网络表征学习上。我们将基于主干网络架构、网络表征设计这两方面介绍团队近年来发表于CVPR、ICCV和NeurIPS上的一些代表性的粗浅工作，探讨架构层面和表征层面对视觉目标识别任务的一些设计原理，希望能为大家带来一些启发。

主讲人简介：

李翔博士，南开大学计算机学院副教授，入选南开大学百青计划、博士后创新人才支持计划，主持国家自然科学青年基金，获江苏省人工智能学会优秀博士论文奖，CCF优秀博士论文提名奖。李翔博士在CCF A 类会议CVPR、NeurIPS及权威期刊TPAMI等上发表40余篇学术论文，包括第一作者和通讯作者20余篇；谷歌学术总引用达8300余次，一作代表工作SKNet（CVPR19）引用1900余次，是著名工作ResNeSt（李沐组）和SimCLRv2（Hinton组）的基石网络。所提出的目标检测算法GFL系列（NeurIPS20, CVPR21, TPAMI23）累积获得700余次谷歌学术引用，是主流轻量目标检测器YOLO系列（如YOLOv8）中的标准配置。其合作提出的PVT模型入选ICCV21 Top-10最具影响力工作。长期担任国际人工智能顶级会议AAAI、CVPR及权威期刊TPAMI、TIP、TMM审稿人，担任Image and Vision Computing期刊副主编。算法竞赛方面，李翔博士团队获得2015 年阿里巴巴天池首届大数据竞赛冠军（1/7186队伍）、2016 年滴滴研究院首届大数据竞赛冠军（1/7664队伍）、2022年计图Jittor人工智能挑战赛冠军（1/154队伍）。其中，阿里巴巴天池首届大数据竞赛中的相关算法已被应用于阿里移动电商平台中，央视科教频道《走进科学》栏目拍摄制作的八集科学纪录片《0 和1：裂变时刻》中的第四集《新引擎》专集报道了这一成果。

欢迎全校师生参与交流！

计算机科学与技术学院

2023年10月27日