极市沙龙 | CVPR2021 论文线下研讨会邀你参会!坐标深圳

社区活动 Admin ⋅ 于 3周前 ⋅ 最后回复由 yanzilong 2周前 ⋅ 592 阅读

随着三月的到来,春暖花开,时隔一年,极市CV开发者沙龙活动要回归啦!今年线下活动的第一站,将在深圳举行,其他城市的小伙伴不要着急,下一站说不定就在你的城市,可以在评论区留言噢。

本次极市CV开发者沙龙活动主题为CVPR2021论文研讨会。我们邀请了三位CVPR2021接收论文作者,来分享他们的CVPR2021论文工作成果和心得,以促进开发者之间的学术交流。

CVPR会议是CV领域国际三大顶会之一,一直以来都受到广大CV开发者的关注。今年2021 CVPR论文接受结果已经公布。今年的论文有效投稿多达7500篇,1663篇论文被接收,接收率为23.7%。


活动信息

主题:2021 极市CV开发者沙龙第三期
----CVPR2021论文研讨会
时间:2021年3月27日 14:00-17:40
名额:40人
地点:深圳市南山区深圳湾生态科技园
参与方式:免费报名,先到先得


时间 & 内容

14:00-14:20:主持人开场
14:20-14:50:分享嘉宾:李铎
分享主题:CVPR 2021| Involution: Inverting the Inherence of Convolution for Visual Recognition
(通过反转卷积的内在性质进行视觉识别)
14:50-15:20:嘉宾现场答疑互动

15:20-15:50:分享嘉宾:顾津锦
分享主题:
CVPR 2021| Interpreting Super-Resolution Networks with Local Attribution Maps(使用局部归因图理解和可视化超分辨网络)
15:50-16:20
嘉宾现场答疑互动


16:20-16:50:分享嘉宾:戴志港
分享主题:CVPR 2021 oral| UP-DETR: Unsupervised Pre-training for Object Detection with Transformers
( UP-DETR:针对目标检测的无监督预训练transformer)
16:50-17:20
嘉宾现场答疑互动


17:20-17:40
抽奖、自由讨论
17:40
活动结束


嘉宾

file

报名方式:

添加极小北微信,备注:极市分享会,工作人员会拉您入群。
file

为了保证活动的高质量交流,需要各位感兴趣参与的开发者,提前阅读分享的论文,并针对以上任一分享,提出您想问的问题,我们将对报名者进行审核,审核通过后即可免费参与。


报告概要

1.分享嘉宾:李铎 香港科技大学

论文题目:Involution: Inverting the Inherence of Convolution for Visual Recognition

论文地址:https://arxiv.org/abs/2103.06255

相关视觉任务的源代码和预训练模型开放在:
https://github.com/d-li14/involution

2.分享嘉宾:顾津锦 悉尼大学

论文题目:Interpreting Super-Resolution Networks with Local Attribution Maps.
论文地址:https://x-lowlevel-vision.github.io/lam.html

3.分享嘉宾:戴志港 华南理工大学

论文题目:UP-DETR: Unsupervised Pre-training for Object Detection with Transformers

论文地址:https://arxiv.org/pdf/2011.09094


欢迎大家踊跃报名,只要在本帖下方评论区,就本次分享的3篇CVPR2021论文,提出一个问题即可,我们将根据评论顺序和问题质量,进行筛选,最终确定40个参会小伙伴。届时我们还会进行分组,引导大家相互认识,力争保障高质量的技术交流氛围哈~

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

本帖已被设为精华帖!
本帖由 Admin 于 2周前 加精
回复数量: 47
  • 想去参加线下交流,具体在哪个地方

    3周前
  • 想请教下involution这篇论文为什么会想到把卷积的特性反转过来做,这个思路是来源于哪儿

    3周前
  • 想请教Transformers的模型压缩相关问题

    3周前
  • 请问因果推理在超分辨中的应用核心问题是什么?因果推理在low-level方向的应用?对于一个任务如何设计因果推理模型?

    3周前
  • 想请教UP-DETR中开始随机出若干个patch是怎么做的,另外请问对Transformers结合两阶段目标检测有没有什么看法

    3周前
  • 那个Involution 里面的RedNet -50使用一些tricks训练 top-1应该能上80%吧

    3周前
  • 咨询讨论Transformers在HoI(人物交互检查)方面应用的可能性与思路

    3周前
  • 想参加这次的CVPR2021分享会,主要想了解involution的设计思路,以及关于模型架构设计方面,还有哪些新的思路?

    3周前
  • 想了解下顶会写作方面的技巧

    3周前
  • 咨询讨论Transformers在视频动作分割方面应用的可能性与思路

    3周前
  • 你好,想了解针对目标检测的无监督预训练

    3周前
  • 想咨询下Local Attribution Maps有没有可能用来做特征提取或匹配

    3周前
  • 关注超分辨率算法对图像还原增强作用

    3周前
  • 想问下针对超分辨重建方面的。

    3周前
  • How to deal with few shot and zero shot in cv?-xiang yingfei

    3周前
  • 想去学习一下LAM~

    3周前
  • transformer在目标价检测中的应用

    3周前
  • usupervised pre-training for object detection with transformer.

    3周前
  • 在使用局部归因图理解和可视化超分辨网络的过程中,其泛化的可能性是怎样的呢?能否部署到当今的流行网络当中?其未来的趋势是怎样的呢?

    3周前
  • 想了解transformer的应用与改进。

    3周前
  • 赞赞赞学习

    3周前
  • 赞 ,能有线上回放吗

    3周前
  • 给极视角点赞,期待

    3周前
  • 想看看大佬对内卷网络的理解。

    3周前
  • 赞,想去学习目标检测无监督学习方面

    3周前
  • 给极视角点赞,想去学习视觉检测;期待大佬们的分享!

    3周前
  • UP-DETR中Single-query Patch的具体实现方式是什么?

    3周前
  • 目标检测中无监督的优势

    3周前
  • 想问一下大佬对于无监督Transformer发展的看法~

    3周前
  • 对使用Transformer的无监督目标检测预训练模型非常感兴趣~

    3周前
  • 了解下transformer的应用

    3周前
  • 请问在involution这篇论文中,为什么空间特殊性和频域无关性会比空间无关性和频域特殊性更有优势,这一优势和特殊的网络架构设计以及具体任务相关吗

    3周前
  • 想参加这次的CVPR2021分享会,主要想了解Involution的设计思路,以及是否可以用在底层视觉任务上?如图像去噪、超分辨率等

    3周前
  • 想了解增强学习的进展,想了解机器学习在芯片设计方面的应用,想了解CV技术在芯片反向领域的研究

    3周前
  • 想去听听

    3周前
    1. UP-DETR是在ImageNet上Pretrain,COCO上finetune的,这两个数据集的domain gap是否会影响最后的结果呢
    2. Official Github Repo中说明 object query shuffle is not helpful。 这里应该是什么原因导致的呢
    3周前
  • 滴滴,我也想参加~

    3周前
  • 想参加这次的CVPR2021分享会,主要想了解involution与convolution方面差异性、模型效率以及精度,以及关于ResNet一些见解?

    3周前
  • involution感觉结合了dcn和gc.

    3周前
  • 想了解关于针对目标检测的无监督预训练

    3周前
  • 学习学习了

    3周前
  • 超分辨网络比一般的目标检测、实例分割更强调全局信息的提取,是否使用self-attention能够提高超分辨率网络的效果?在CV中,相比于CNN,CNN-transformer好像更适合多任务学习,这样的说法有道理吗?

    3周前
  • 想了解基于CNN-Transformer的视觉多任务学习(目标检测、关键点检测、实例分割)研究思路。

    2周前
  • 想请教模型压缩相关的问题

    2周前
  • 想了解UP-DETR中无监督的随机框是如何定位到有效目标的。

    2周前
您需要登陆以后才能留下评论!