AI賦能小樣本目標(biāo)檢測(cè)
發(fā)布日期:2023-12-08
時(shí)間:12月8日(周五)
地點(diǎn):教13(302)教室
參訓(xùn)人員:21軟件本1、2班
專家簡(jiǎn)介:
王紅強(qiáng),博士,中科院合肥研究院研究員、博士生導(dǎo)師,中國(guó)人工智能學(xué)會(huì)會(huì)員,世界中醫(yī)藥學(xué)會(huì)聯(lián)合會(huì)會(huì)員,網(wǎng)絡(luò)藥理學(xué)專業(yè)委員會(huì)常務(wù)理事,中國(guó)人工智能學(xué)會(huì)生物信息學(xué)與人工生命專業(yè)委員會(huì)常務(wù)委員。中國(guó)科技部重點(diǎn)研發(fā)計(jì)劃評(píng)審專家。安徽省、河北省、山西省科技廳項(xiàng)目評(píng)審專家。
報(bào)告內(nèi)容概要:
小樣本學(xué)習(xí)是近年來(lái)興起的一個(gè)重要研究領(lǐng)域,其目標(biāo)是利用少量數(shù)據(jù)訓(xùn)練模型,從而在一定程度上緩解樣本不足帶來(lái)的模型性能欠擬合現(xiàn)象。深度學(xué)習(xí)理論驅(qū)動(dòng)了人工智能技術(shù)飛躍式發(fā)展,基于深度學(xué)習(xí)的目標(biāo)檢測(cè)技術(shù)在許多產(chǎn)業(yè)應(yīng)用中取得巨大成功,其中快速實(shí)時(shí)目標(biāo)檢測(cè)是人工智能技術(shù)產(chǎn)業(yè)應(yīng)用的重要需求。提出了一種多輸入單輸出目標(biāo)識(shí)別框架(MiSo),在此框架下,科研團(tuán)隊(duì)設(shè)計(jì)了感受野調(diào)節(jié)機(jī)制、殘差注意力自學(xué)習(xí)機(jī)制、基于eRF動(dòng)態(tài)平衡抽樣策略三種新的學(xué)習(xí)機(jī)制,實(shí)現(xiàn)了更加簡(jiǎn)潔高效地提取熱點(diǎn)特征信息,并驗(yàn)證了該模型的優(yōu)越性。

