姚班本科生劉壯榮獲CVPR2017最佳論文獎
姚班本科生劉壯榮獲CVPR2017最佳論文獎
2017年07月26日 瀏覽次數(shù): 0
2017年國際計算機視覺與模式識別大會（IEEE Conference on Computer Vision and Pattern Recognition，CVPR2017）于7月21日至26日在美國夏威夷火奴魯魯島召開，姚班計科30班劉壯同學以共同第一作者身份發(fā)表的大會論文Densely Connected Convolutional Networks（《密集連接的卷積神經網絡》）獲得了會議最佳論文獎。
劉壯同學以共同第一作者身份發(fā)表的論文獲得CVPR2017最佳論文獎
論文主要的貢獻是提出了一種全新的卷積神經網絡架構DenseNet，顯著地提升了模型在圖片識別任務上的準確率。卷積神經網絡（Convolutional Neural Networks, CNN）是深度學習與計算機視覺研究中最重要的模型之一。先前的研究中，在CNN中加入短路連接被證實為提升模型準確度最有效的方法之一，但是傳統(tǒng)網絡中每層網絡僅與其前后相鄰兩層相連。在劉壯與合作者的研究中，CNN中的短路連接被發(fā)揮到極致，使得網絡中每兩層都相連，這樣得到的網絡模型稱為密集連接的卷積網絡（Densely Connected Convolutional Networks，DenseNets）。DenseNet的優(yōu)點包括緩解了訓練神經網絡中著名的梯度消失現(xiàn)象，加強了特征的前向傳播和重利用，以及大大提高了參數(shù)利用效率。在一系列圖片分類數(shù)據(jù)集上，DenseNet在參數(shù)使用較少的情況下，均取得了顯著的效果提升。
CVPR是計算機視覺與模式識別領域的國際頂級會議，2017年共收到2680篇投稿，接收了783篇，并最終評選出包括該論文在內的兩篇最佳論文。此項工作是劉壯大三期間在康奈爾大學訪問期間在Kilian Weinberger教授研究組完成，合作者還包括清華大學自動化系和康奈爾大學計算機系聯(lián)合博士后黃高（博士畢業(yè)于清華大學自動化系），以及Facebook人工智能研究院的研究員Laurens van der Maaten。劉壯同學2013年以安徽省理科高考第一名的成績，進入清華大學計算機科學實驗班（姚班）學習，大三期間曾在交叉信息院資助下前往康奈爾大學計算機系進行了為期7個月的訪問，即將于2017年8月赴美國加州大學伯克利分校攻讀計算機博士。
論文全文鏈接：
http://openaccess.thecvf.com/content_cvpr_2017/papers/Huang_Densely_Connected_Convolutional_CVPR_2017_paper.pdf
版權與免責聲明：本網頁的內容由收集互聯(lián)網上公開發(fā)布的信息整理獲得。目的在于傳遞信息及分享，并不意味著贊同其觀點或證實其真實性，也不構成其他建議。僅提供交流平臺，不為其版權負責。如涉及侵權，請聯(lián)系我們及時修改或刪除。郵箱：sales@allpeptide.com