ku111net议时间：2023年10月11日（周三）14:30
参ku111net人员：信息科学与工程学院科研团队教师，欢迎广大师生参加。
ku111net议地点: 墨子楼中兴ku111net议室
报告1：TCANet：用于三维空间视觉感知的三分支坐标注意力网络RGB-D室内语义分割
报告人：董西尚
内容简介：深度信息可以向RGB图像提供额外的几何信息，基于RGB图像和深度图像的互补信息的语义分割获得了很大普及，针对RGB和深度信息之间的固有差异，提出一种集成RGB-D功能的TCANet架构，架构基于CA的特征融合互补模块，启用了融合分支，既能保留原始RGB和深度分支的特征流，又能有效加以融合利用，可以更好地帮助传播和融合信息。
报告2：小样本目标检测研究
报告人：刘巧莲
内容简介：报告从小样本目标检测任务和研究问题、学习策略、检测方法、数据集与实验等角度出发，对当前小样本目标检测的研究成果加以梳理和总结。大多数方法采用Faster RCNN作为基础检测模型，目前性能最好的方法是UniT。此外，基于迁移学习方法的性能在大多数任务下达到 SOTA，基于元学习方法的性能仅次于基于迁移学习方法，基于数据增强和度量学习方法的性能较差，表明在 PASCAL VOC 数据集上还有较大的提升空间。
报告3：FLAG: 图神经网络的对抗性数据增强
报告人：刘三荣
内容简介：数据增强有助于神经网络更好地推广，但如何有效地增强图数据以提高图神经网络GNN的性能仍然是一个悬而未决的问题。为此，提出了一个GNN的数据增强方法：FLAG，在增强模型鲁棒性的同时，研究其对模型准确率的影响。将FLAG方法运用到了设计的模型当中，能够在减少标准差的同时提升模型的准确率。
科技处
信息科学与工程学院
2023年10月10日
检索
鲁公安网备37040002002001号