报告题目：基于有限数据的深度学习在计算机视觉场景的应用
主讲人：陈达，英国巴斯大学助理教授/博士生导师
报告时间：2024年8月28日（星期三）15:00-16:30
报告地点：厦门大学翔安校区bwin必赢1号楼108会议室
报告摘要：
近年来，深度学习模型在各种计算机视觉任务中表现出卓越的能力。然而，这些深度学习模型的性能高度依赖于充足且有效的标注训练数据，这些要求包括样本数量、各类别样本数据均衡等。这些限制极大地制约了深度学习模型在现实世界开放式场景中的可扩展性。在现实应用场景中，开放数据的长尾分布或数据样本量不足等因素很容易导致常规的深度学习方法难以很好的落地应用。深度学习模型的这一限制在某种程度上与人类的学习行为相悖，即人类可以通过少量的示例和有限的先验知识对对象进行分类。在此次分享中，陈达博士将介绍这个领域内的挑战与任务，在实际工业场景中的应用，并简要介绍少样本图像分类任务及其典型解决方案。此外，一些其他“有限”数据条件相关的最新研究工作，例如out-of-distribution问题和domain-shift等问题也将被包括在此次报告中。
报告人简介： 
陈达博士目前是英国巴斯大学计算机系人工智能与视觉计算小组的助理教授。在此之前，他曾在阿里巴巴集团的图灵实验室及AAIG实验室担任博士后研究员和算法工程师，主要从事研究和阿里平台视频处理业务。他于2018年获得巴斯大学的计算机视觉与视觉计算博士学位，长期担任计算机视觉，机器学习顶会顶刊（如TPAMI, TIP, CVPR, ICCV, ECCV，AAAI等）审稿人, 程序委员会成员。他的研究兴趣包括：通用计算机视觉与机器学习任务，特别是与小样本学习、增量学习、多模态学习、视频理解等相关课题。
邀请人：计算机科学与技术系 卢杨助理教授