报告题目：面向深度视觉模型的高效压缩技术研究

时间：11月24日 14:00 线上直播 钉钉群号： 63695000191

摘要：深度学习可以自动学习出任务相关的有用特征，脱离了对特征工程的依赖，但设计高性能的神经网络需要大量的专业知识与反复试验，成本极高。在本报告中，我们将首先回顾下当前视觉模型的主流压缩技术以及对应特点，之后介绍我们课题组在模型剪枝和架构搜索方面的工作，以及如何加速模型压缩并增强其在不同数据和任务上的泛化能力。最后，从不同角度展示上述算法在ImageNet等大型数据集上的实验效果。

主讲人简介：陈涛，现为复旦大学信息科学与工程学院院长助理，国际电气与电子工程师学会高级会员 (IEEE Senior Member)，研究员，博士生导师，入选上海市以及国家高层次青年人才计划。他的主要研究领域包括二维和三维图像内容分析、数据和资源高效的机器 (深度)学习，以及这些理论在智能交通、无人驾驶等移动端视觉方面的应用。他目前主持2项国家自然科学基金项目，1项上海市级重大专项的子课题以及1项校企联合实验室项目。迄今为止，他已经在各类国际学术期刊和会议如IEEE T-PAMI/T-IP/IJCV/CVPR上发表高水平论文120余篇，含2篇ESI高被引用论文和热点论文，申请国际PCT专利10多项，带领团队获得2022年ECCV自动驾驶挑战赛季军，2023年ICCV三维室内密集场景理解冠军，部分成果已经成功应用华为、中兴等企业的终端产品中。