极市分享|第 26 期 李骜 多任务学习及其在图像分类中的应用

技术直播 Admin ⋅ 于 1年前 ⋅ 2508 阅读

2018年3月29日,我们邀请了哈尔滨工程大学博士李骜为我们讲解多任务学习及其在图像分类中的应用,李博从多任务学习模型简介、非线性特征图像分类、多任务学习的前景和应用等方面为我们详细讲解了多任务学习,以下是相关的视频和PPT文档的下载。

➤分享背景

多任务学习(Multi-task learning)是和单任务学习(single-task learning)相对的一种机器学习方法,由于其具有联合学习、并行学习等特点。多任务学习在考虑差异的前提下通过共享机制,使多个任务的学习过程相互帮助和促进,同时提升多个任务的学习性能。如何构建多任务是多任务学习问题的关键,传统方法中多个相似任务的构建主要建立在不同数据集或是同一数据集的不同模态。然而,同一数据集的不同类别其实也可能存在共享特征。因此,本次分享的内容是考虑在同一数据集中不同类别的数据上建立多任务框架,学习不同类别数据之间的共享信息。同时,为了更好的描述输入输出间非线性关系,框架中还引入非线性特征映射学习,并将其应用图像分类问题。

➤分享内容

多任务学习模型简介;
类间协同多任务学习的非线性特征图像分类;
方法的总结与展望

➤分享嘉宾

李骜,哈尔滨工程大学博士,现工作于哈尔滨理工大学,2017-2018年在美国莱特州立大学任助理研究员,主要从事图像处理、模式识别及机器学习等方面的研究。

➤视频回放链接

【极市】李骜-多任务学习及其在图像分类中的应用

更多内容请关注极市平台公众号(id:extrememart)

➤PPT部分截图

file

file

➤PPT下载

【极市】第26期 李骜-多任务学习及其在图像分类中的应用



推荐阅读
极市计算机视觉技术分享集锦

大牛的《深度学习》笔记,Deep Learning速成教


file
△ 扫一扫关注 极市平台
每天推送最新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!