| 极市线上分享 第101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100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~~
半监督学习是一种实用的神经网络的训练策略，目标是使用大量易获得的无标注数据来提升网络的性能。但是以前的半监督学习方法，都是针对分类任务设计的，直接迁移到目标检测上，往往性能并不好。
在这次分享中，我们邀请到了南京理工大学计算机学院博士生李钢，为我们介绍他们中稿 ECCV 2022的工作：
PseCo: Pseudo Labeling and Consistency Training for Semi-Supervised Object Detection
“在这次分享中，我们分析了pseudo labeling和consistency training这两个半监督学习技术，并将其重新适配于目标检测。我们提出的半监督学习方法PseCo，通过将FPN错位对齐，学习到了更强的尺度不变性；同时，我们对无标注数据也设计了新的优化方法，让检测器对不准确的伪标签更加鲁棒。最终，PseCo在精度和训练效率上，都取得了SOTA的表现。”
01
直播信息
时间
2022年8月10日（周三）：20:00-21:00
主题
02
嘉宾介绍
李钢
南京理工大学计算机学院博士生，研究方向为目标检测，自监督、半监督学习，知识蒸馏。目前以第一作者在ECCV、AAAI、ACM MM等人工智能顶级会议发表论文多篇。曾在商汤研究院实习。
03
关于分享
2.半监督条件下的目标检测
3.PseCo的方法介绍
4.实验结果与展望
➤论文
PseCo: Pseudo Labeling and Consistency Training for Semi-Supervised Object Detection
arxiv：https://arxiv.org/abs/2203.16317
code：https://github.com/ligang-cs/PseCo
04
参与方式
关注“极市平台”公众号，回复“101”可获取免费直播链接。
04
往期回顾
CVPR 2022-南开大学郑兆晖：目标检测定位蒸馏
NTIRE 2022 冠军方案：用于轻量级图像超分辨率的蓝图可分离残差网络
严彬-Unicorn：走向目标跟踪的大一统（ECCV2022 Oral）
CVPR 2022-唐业辉：量子启发的新型视觉主干模型WaveMLP
港科大陈启峰：图像处理与复原中的可逆性问题
陈使明：零样本学习的关键问题研究
郑哲东丨从行人重识别到无人机定位
陈鑫：CVPR 2021-TransT: 基于Transformer的高性能单目标跟踪算法
更多往期分享请浏览：极市计算机视觉技术分享集锦
//
【最佳CV浪漫主义者】的投票活动圆满结束，获奖名单如下：
人气第一名-【最佳CV浪漫主义者】：04号，禅与摩托维修艺术获得野兽派熊猫香薰礼盒一个
人气第二名-【最佳CV浪漫主义者】：05号，野猪佩奇获得星空灯一个
人气第三名-【最佳CV浪漫主义者】：07号，matrix明仔获得定制马克杯一对
祝贺以上获奖选手，感谢大家积极参与，一起期待极市的下次福利活动吧！
# CV技术社群邀请函 #
备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳）
即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群
每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~
