1月11日上午，悉尼大學(xué)張敬博士后研究員做客我?！拔囱雽熣搲?，在線(xiàn)作了題為“視覺(jué)Transformer模型結構設計及其應用”的學(xué)術(shù)報告。報告會(huì )由研究生院主辦，電氣與控制工程學(xué)院承辦，電控學(xué)院研究生導師及研究生參加了此次報告會(huì )，會(huì )議由電控學(xué)院劉偉峰教授主持。
報告會(huì )上，張敬研究員圍繞Transformer模型結構的改進(jìn)，首先介紹了將卷積神經(jīng)網(wǎng)絡(luò )與Transforme模型相結合，從參數數量、數據集大小、計算量、精度等方面對大模型的性能進(jìn)行評估；其次，講解了如何通過(guò)改變Transformer模型的圖像輸入方式，提高Transformer在視覺(jué)領(lǐng)域中模型的魯棒性。最后，對上述模型在圖像識別、物體檢測、語(yǔ)義分割等領(lǐng)域的應用及取得的顯著(zhù)進(jìn)展進(jìn)行展示和匯報。
報告會(huì )結束后，與會(huì )師生與張敬研究員就報告內容進(jìn)行了深入的交流與探討。報告聚焦視覺(jué)Transformer前沿技術(shù)，拓寬了師生學(xué)術(shù)視野和科研思路。
新聞小貼士：
張敬，博士，2015年畢業(yè)于中國科學(xué)技術(shù)大學(xué)自動(dòng)化系，目前在悉尼大學(xué)計算機系從事博士后研究，主要從事計算機視覺(jué)與深度學(xué)習等人工智能領(lǐng)域的相關(guān)科學(xué)研究工作，在 CCF A類(lèi)國際會(huì )議/期刊以及IEEE 匯刊等國際著(zhù)名期刊已發(fā)表學(xué)術(shù)論文90余篇，谷歌學(xué)術(shù)引用6200余次。長(cháng)期擔任著(zhù)名國際學(xué)術(shù)期刊和會(huì )議審稿人、程序委員會(huì )委員、高級程序委員會(huì )委員及領(lǐng)域主席。2023年晉升為美國電氣和電子工程師協(xié)會(huì )（IEEE）高級會(huì )員。提出的ViTAE Transformer可廣泛應用于圖像分類(lèi)、目標檢測、語(yǔ)義分割、視頻實(shí)例分割、圖像摳圖、目標跟蹤、文字檢測和識別、遙感圖像分析等多個(gè)領(lǐng)域，并取得了非常有競爭力的結果，相關(guān)GitHub倉庫關(guān)注量超過(guò)5000。該模型在相關(guān)比賽或者公開(kāi)數據集多次名列第一，受到廣泛關(guān)注。
（核稿：楊南 編輯：劉倩）
陜公網(wǎng)安備 61011202000334號