大数跨境
首页
>
极市直播预告｜ ICLR23：真实世界中的鲁棒目标检测，简单高效的目标检测域泛化方法
>
0
0

极市直播预告｜ ICLR23：真实世界中的鲁棒目标检测，简单高效的目标检测域泛化方法

极市直播预告｜ ICLR23：真实世界中的鲁棒目标检测，简单高效的目标检测域泛化方法 极市平台
2023-10-30
2
导读：本周三晚八点，不见不散！
↑ 点击蓝字 关注极市平台

|极市线上分享第124期 |

一直以来，为让大家更好地了解学界业界优秀的论文和工作，极市已邀请了超过100位技术大咖嘉宾，并完成了123 期极市线上直播分享。

往期分享请前往bbs.cvmart.net/topics/149或直接阅读原文，也欢迎各位小伙伴自荐或推荐更多优秀的技术嘉宾到极市进行技术分享，与大家一起交流学习~~

本次分享我们邀请到了香港科技大学的博士生范琦，为大家详细介绍他们的工作：
Towards Robust Object Detection Invariant to Real-World Domain Shifts
“本次分享主要探讨如何在真实世界的域偏移（Domain Shifts）情况下，实现对物体的鲁棒目标检测（Robust Object Detection）。现有的目标检测模型往往只在一种数据源域上进行训练，这极大限制了目标检测模型在广泛多样的现实环境域（如不同天气和光照条件）中的泛化能力。在本次分享中，我们首先分析了真实世界中鲁棒目标检测问题的特点，并讨论了现有的分类域泛化方法（Domain Generalization）在此问题上的缺陷。最后，我们提出了一种简单有效的目标检测域泛化方法，为将分类域泛化方法有效适应到鲁棒目标检测提供了实用的解决方案。”

01

直播信息

时间

2023年11月1日（周三）：20:00-21:00


主题

真实世界中的鲁棒目标检测
直播

B站也将同步进行

http://live.bilibili.com/3344545

02

嘉宾介绍

范琦

香港科技大学博士生，指导老师为Prof. Chi-Keung TANG 和 Prof. Yu-Wing TAI。研究方向为Data-Efficient Object Recognition，包括Few-Shot Learning和Domain Generalization等。


03

关于分享

➤分享大纲

1. 域泛化任务与方法介绍

2. 真实世界中的鲁棒目标检测问题分析

3. 鲁棒目标检测方法设计与分析

4. 实验结果对比展示


➤论文

Towards Robust Object Detection Invariant to Real-World Domain Shifts

论文地址：

https://openreview.net/pdf?id=vqSyt8D3ny

04

参与方式

05

往期回顾

极市平台专注分享计算机视觉前沿资讯和技术干货，特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验，目前已成功举办123期线上分享。近期在线分享可点击以下标题查看：


更多往期分享请浏览：极市计算机视觉技术分享集锦

（http://bbs.cvmart.net/topics/149/cvshare），也可以点击阅读原文获取。

【声明】内容源于网络
0
0
极市平台
为计算机视觉开发者提供全流程算法开发训练平台，以及大咖技术分享、社区交流、竞赛实践等丰富的内容与服务。
内容 8155
粉丝 0
极市平台 为计算机视觉开发者提供全流程算法开发训练平台，以及大咖技术分享、社区交流、竞赛实践等丰富的内容与服务。
总阅读3.2k
粉丝0
内容8.2k