【17-14期VALSE Webinar活动】

2017 年 7 月 11 日 VALSE VALSE



 

报告嘉宾:赵恒爽 (The Chinese University of Hong Kong)

报告时间:2017年7月12日(星期三)晚上21:00(北京时间)

报告题目:PSPNet and ICNet: Semantic Segmentation with High Accuracy and High Efficiency

主持人:郭裕兰(国防科技大学)


报告摘要:

In this talk, I will introduce our focuses on two major criteria in semantic segmentation task, the inference performance on accuracy and efficiency aspects. First, to build a high accuracy framework, we exploit the capability of global context information by different-region-based context aggregation through our pyramid pooling module, the proposed pyramid scene parsing network (PSPNet) is effective to deal with unrestricted open vocabulary and diverse scenes. Second, to establish a high efficiency system, we propose image cascade network (ICNet), it incorporates multi-resolution branches under proper label guidance together with cascade feature fusion unit to speed up the network prediction. PSPNet sets up new records on various datasets and it won first place in ImageNet scene parsing challenge 2016, ICNet yields real-time inference speed on high resolution images which is beneficial for many practical applications.


参考文献:

[1] Pyramid Scene Parsing Network. Hengshuang Zhao, Jianping Shi, Xiaojuan Qi, Xiaogang Wang, Jiaya Jia. CVPR 2017.

[2] ICNet for Real-Time Semantic Segmentation on High-Resolution Images. Hengshuang Zhao, Xiaojuan Qi, Xiaoyong Shen, Jianping Shi, Jiaya Jia. arXiv:1704.08545, 2017.


报告人简介:

Hengshuang Zhao is currently a second year Ph.D. student in Computer Science at The Chinese University of Hong Kong, supervised by Prof. Jiaya Jia. His research interests lie in computer vision and deep learning. He was a recipient of Microsoft-IEEE Young Fellow Scholarship Award. He and his team won 1st place in ImageNet Scene Parsing Challenge 2016.


特别鸣谢本次Webinar主要组织者:

VOOC责任委员:郭裕兰(国防科技大学)

VODB协调理事:邓成(西安电子科技大学)


活动参与方式:

1、VALSE Webinar活动全部网上依托VALSE QQ群的“群视频”功能在线进行,活动时讲者会上传PPT或共享屏幕,听众可以看到Slides,听到讲者的语音,并通过文字或语音与讲者交互;

2、为参加活动,需加入VALSE QQ群,目前A、B、C、D、E群已满,除讲者等嘉宾外,只能申请加入VALSE F群,群号:594312623 。申请加入时需验证姓名、单位和身份,缺一不可。入群后,请实名,姓名身份单位。身份:学校及科研单位人员T;企业研发I;博士D;硕士M

3、为参加活动,请下载安装Windows QQ最新版,群视频不支持非Windows的系统,如Mac,Linux等,手机QQ可以听语音,但不能看视频slides;

4、在活动开始前10分钟左右,主持人会开启群视频,并发送邀请各群群友加入的链接,参加者直接点击进入即可;

5、活动过程中,请勿送花、棒棒糖等道具,也不要说无关话语,以免影响活动正常进行;

6、活动过程中,如出现听不到或看不到视频等问题,建议退出再重新进入,一般都能解决问题;

7、建议务必在速度较快的网络上参加活动,优先采用有线网络连接。


登录查看更多
0

相关内容

VALSE 发起于 2011年,是 Vision And Learning Seminar 的简写,取“华尔兹舞”之意。目的是为全球计算机视觉、模式识别、机器学习、多媒体技术等相关领域的华人青年学者提供一个平等、自由的学术交流舞台。官网:http://valser.org/
最新《生成式对抗网络》简介,25页ppt
专知会员服务
173+阅读 · 2020年6月28日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
专知会员服务
60+阅读 · 2020年3月19日
深度学习算法与架构回顾
专知会员服务
80+阅读 · 2019年10月20日
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
91+阅读 · 2019年10月16日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE
7+阅读 · 2019年9月19日
VALSE Webinar 19-24期 去雨去雾专题
VALSE
23+阅读 · 2019年9月12日
VALSE Webinar 19-22期 医学影像处理与分析
VALSE
9+阅读 · 2019年8月30日
VALSE Webinar 19-16期 云深可知处:视觉SLAM
VALSE
12+阅读 · 2019年7月4日
VALSE Webinar 19-05期 自动机器学习 AutoML
VALSE
8+阅读 · 2019年2月28日
VALSE Webinar 19-04期 弱监督图像理解专题
VALSE
9+阅读 · 2019年2月21日
VALSE Webinar 19-01期 元学习专题研讨
VALSE
13+阅读 · 2018年12月27日
18-16期VALSE Webinar会后总结
VALSE
3+阅读 · 2018年6月11日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
Neural Response Generation with Meta-Words
Arxiv
6+阅读 · 2019年6月14日
Arxiv
7+阅读 · 2018年12月10日
VIP会员
相关资讯
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE
7+阅读 · 2019年9月19日
VALSE Webinar 19-24期 去雨去雾专题
VALSE
23+阅读 · 2019年9月12日
VALSE Webinar 19-22期 医学影像处理与分析
VALSE
9+阅读 · 2019年8月30日
VALSE Webinar 19-16期 云深可知处:视觉SLAM
VALSE
12+阅读 · 2019年7月4日
VALSE Webinar 19-05期 自动机器学习 AutoML
VALSE
8+阅读 · 2019年2月28日
VALSE Webinar 19-04期 弱监督图像理解专题
VALSE
9+阅读 · 2019年2月21日
VALSE Webinar 19-01期 元学习专题研讨
VALSE
13+阅读 · 2018年12月27日
18-16期VALSE Webinar会后总结
VALSE
3+阅读 · 2018年6月11日
Top
微信扫码咨询专知VIP会员