极市分享干货|第 8 期-针对细粒度图像任务的深度卷积特征选择与融合

技术直播 sophie ⋅ 于 1个月前 ⋅ 180 阅读

“极市第八期分享,南京大学计算机系机器学习与数据挖掘所(LAMDA)博士魏参秀,为我们分享针对细粒度图像任务的深度卷积特征选择与融合。”


分享背景

本次分享魏老师将针对细粒度图像(fine-grained images)检索(无监督)和分类(有监督)任务,探索深度卷积神经网络中对卷积特征描述子(Convolutional descriptors)进行选择的合理性和有效性,并给出对选择后卷积特征融合的有效方法。

通过本次分享

大家可以了解到细粒度图像检索/分类问题中的难题
大家能学习到采用何种方式来解决类似的问题


分享人

魏秀参老师,南京大学计算机系机器学习与数据挖掘所(LAMDA)博士生,研究方向为计算机视觉和机器学习。曾在国际顶级期刊和会议发表多篇学术论文,并多次获得国际计算机视觉相关竞赛冠亚军,著有知乎专栏《欲穷千里目》,另撰写的“Must Know Tips/Tricks in Deep Neural Networks”受邀发布于国际知名数据挖掘论坛KDnuggets等。微博ID:Wilson_NJUer, 欢迎关注魏老师的微博和知乎专栏。


分享视频

直播PPT资料下载
链接:http://pan.baidu.com/s/1nvdfPbV 密码:提示:此内容登录后可查看


部分PPT分享

file
file
file
file
file


往期回顾:

极市致力于打造最专业的的视觉算法开发与分发平台,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
极市计算机视觉线上技术分享集锦

file
△ 关注极市平台
获得最新CV干货

微信公众号: 极市平台(ID: extrememart )
每天推送最新CV干货

成为第一个点赞的人吧 :bowtie:
回复数量: 0
暂无回复~
您需要登陆以后才能留下评论!