5月18日,以“目标领域发展史及最新成果研究”为主题的信息与通信工程学院学术论文沙龙第四期在北京邮电大学西土城校区学生活动中心109室如期举行。北京飞搜科技算法工程师郭秋衫和姚永强作为主讲人进行讲解。
首先,主要由主讲人郭秋衫从CNN的历史进程中引出物体识别和人脸识别的概念,和目前的baseline,以及一些出名的测试数据集。接下来,详细地讲了物体识别,从一开始的随机森林回归方式,到RCNN -》 FPPNet -》 Fast-RCNN -》Faster RCNN等具体的介绍,介绍完two-stage的方法和性能后,转向one-stage方法,主要的方式有SSD, YOLOv1, v2, v3系列,最后,介绍RetinaNet,Mask-RCNN等更为先进的发展。one-stage算法从网络结构上看只是一个多分类的rpn网络,相当于faster rcnn的第一阶段。其预测结果是从feature map中anchor对应的特征中预测得到的对于two-stage的方式,主要是通过ROI层来适应不同尺度的图片输入,进一步精细化,因此更为准确。但是one-stage的方式由于只需要通过一次卷积获得特征,所以该方法的速度会很快。
接下来,大家简要看完论文后,选出两篇论文,由郭秋衫负责讲Faster-RCNN,由姚永强负责讲SSD。并附带讲解了一些FocalLoss,深度分析了其Loss公式的一些trick和设计的意义。
最后,在小组讨论交流后,各组提出自己不理解和想更深入了解的问题,此次沙龙圆满成功。
北京飞搜科技和信息与通信工程学院学术论文沙龙已经成功举办了四期,每一期都干货满满,让在场同学能够结合相关论文材料,切实接触了到前沿概念,收获颇丰。同时我们也能看到飞搜科技在人脸识别领域的积累以及传承。期待飞搜科技在接下来的学术论文沙龙中带来更多详实的知识!
北京飞搜科技(http://www.faceall.cn/)成立于2015年,公司专注于人工智能,计算机视觉和深度学习的研发,并把研究成果应用到智慧城市解决方案中,让城市更加安全,交通更加高效,生产更加智能、购物更加方便。公司力争在2020年底成为国内领先的智慧城市解决方案提供商。
好文章,需要你的鼓励
OpenAI意外发现规模假说:Dota 2项目中计算资源翻倍带来AI表现翻倍,彻底改变行业轨迹。Greg Brockman揭秘GPT-3产品化困境:"我们不知道谁会为API付费",最终市场自己找到了出路。AI医疗突破只需超越WebMD,个性化咨询正在重塑多个领域。
孟加拉国联合国际大学研究团队开发了VisText-Mosquito多模态数据集,这是首个集成视觉检测和自然语言推理的蚊子繁殖点识别系统。该系统包含1970张标注图像,能够识别五类繁殖容器并进行水面分割,同时提供人类可理解的判断解释。YOLOv9s等模型达到92.9%检测精度,为全球蚊媒疾病防控提供了AI技术支撑。
存储行业近期动态频繁,Arctera、Wasabi和TD SYNNEX联合推出渠道专属数据保护解决方案;AWS启用EC2环境SAN启动功能;Broadcom发布VMware Cloud Foundation 9.0版本;Commvault与Kyndryl合作提升网络弹性服务;CTERA成为首家支持模型上下文协议的混合云存储供应商;多家企业获得新一轮融资,推动AI基础设施和数据管理技术发展。
特拉维夫大学研究团队通过分析GCG攻击机制,发现越狱攻击的成功依赖于"注意力劫持"现象,即攻击后缀能占据AI注意力机制的主导地位。研究表明,攻击的万能性与劫持强度直接相关,并基于此开发了增强攻击效果和防御攻击的实用方法,为AI安全研究提供了新视角。