百科问答小站 logo
百科问答小站 font logo



CVPR 2015 有什么值得关注的亮点? 第1页

  

user avatar   leng-zhe 网友的相关建议: 
      

就从一个非专业人士的视角来说说吧。

从学术的角度讲,Deep Learning简直一统天下,SVM之类只能在一些边角地生存。早先相当流行的Boosting方法,今年基本没看到。Deep Learning几乎在所有可以应用的问题上都得到了应用,在学术界这往往意味着它即将在未来几年开始衰落。所以大家关心的是,下一个火爆的方法又是什么呢?或者,如果学习方法一时没办法推陈出新,Boosting又要重出江湖了么?

从工业界角度讲,物体识别技术正在快速成熟,从速度、准确度、完备度三方面都已经进入可以实用化的领域。因此一大批以人脸识别、车辆识别、行人识别等等为产品的公司迅速崛起。旷视科技打出的20万美元年薪的条幅相当显眼。机器视觉领域的就业前景一片大好。很多方向上,学生没毕业就接两三家创业公司的名片,是常有的事情。

从国际上看,中国人在这个领域的学术圈里占据了重要的地位。感觉上六成的论文里面有中国人的名字,起码三四成文章的第一作者是中国人。这比五年前有了很大的提升。知图、旷视、商汤这些厂家出现在中国并不是偶然。如果不出意外的话,中国企业未来在这个领域将大有作为。




  

相关话题

  “意识上传”是否可以实现,以什么技术方式实现? 
  深度学习attention机制中的Q,K,V分别是从哪来的? 
  深度学习调参有哪些技巧? 
  如何评价 DeepMind 于2016年9月12日公开的 AlphaGo 自战棋谱及3月人机大战解说? 
  实验室一块GPU都没有怎么做深度学习? 
  从围棋角度看李世石与 AlphaGo 的第二局比赛有哪些关键之处? 
  NLP 中 prompt learning 有哪些可能的天生缺陷?目前有什么样的方法来解决这样的缺陷? 
  即时战略游戏(比如 WAR3)的 AI 是怎样实现的? 
  目前有哪些比较成功的人工智能应用? 
  你们都是怎么学 Python 的? 

前一个讨论
同性恋群体要求立法支持同性婚姻,这会不会被部分人视为挑战主流文化,反而连一些中立人士都争取不到?
下一个讨论
出国留学的意义是什么?





© 2025-05-04 - tinynew.org. All Rights Reserved.
© 2025-05-04 - tinynew.org. 保留所有权利