第(2/3)页

    视觉顶会有三个，分别是本次孟繁岐参加的国际计算机视觉大会，iccv。

    还有欧洲计算机视觉会议，eccv，一个偏欧洲一点的会议。

    这两个都是两年一办，所以一年也只有两次这样国际顶级的会议机会。

    唯一一個每年都举办的，是cvpr，国际计算机视觉和模式识别大会。

    但它的举办地点基本上都在美国，签证方面经常会有一些问题。

    本次的机会比较难得，当然要多宣传一下自己的工作。

    “基于dreamnet的残差思想，不仅在图像的识别分类上取得了巨大的突破，我同时也衍生出了它的一些变体，比如生成式网络，检测网络，还有分割网络。”

    识别分类有竞赛结果，生成式网络的论文已经放出，而检测的网络随着白度的发布会，大家也已经了解它的威力。

    至于分割网络，则是这两天随着dreamnet的论文一起放出的u-net工作。至此，可以说视觉类几大任务的基础范式已经被孟繁岐奠基。

    今后不论是识别分类，分割检测，还是迁移生成，都很难绕得开这些轻便又好用的办法了。

    “可以看到，这种思想席卷视觉领域之后，使得目前主要的研究方向都有了颠覆性的突破。”

    孟繁岐将这几篇论文的主要试验结论摆在了幻灯片的第二页，就是要先以结果震撼众人。

    “显然，这些算法在诸多领域都与第二名拉开了巨大的差距，而相当一部分的功劳应当属于残差思想对网络深度的革命。”

    “在10年11年，我们仍在使用人工设计的sift，hog还有svm，12年，阿里克斯的八层alexnet取得了巨大的突破。”

    “而今年，残差思想引发的深度革命，使得训练150+层的神经网络成为可能。”

    “深度神经网络是很多任务场景，尤其是视觉任务场景的基础引擎和骨干，这也是为什么它能够迅速影响几个主流的任务。”
    第(2/3)页