↑ 點擊藍字?關(guān)注極市平臺

來源丨AI算法與圖像處理

編輯丨極市平臺

極市導(dǎo)讀

何愷明是CV領(lǐng)域的大神，發(fā)表過需要有對后續(xù)CV發(fā)展有深遠影響的文章。何愷明在他的個人主頁上分享了他在頂會上分享的PPT，特意分享給大家，以學(xué)習(xí)大神是如何發(fā)現(xiàn)問題，思考、提出問題，設(shè)計實驗并一步步去驗證的。?>>加入極市CV技術(shù)交流群，走在計算機視覺的最前沿

個人網(wǎng)站：http://kaiminghe.com/

2016年，何愷明是Facebook人工智能研究(FAIR)的一名研究科學(xué)家。在此之前，何愷明在微軟亞洲研究院(MSRA)工作，2011年何愷明獲得博士學(xué)位后加入了該機構(gòu)。主要研究領(lǐng)域為計算機視覺和深度學(xué)習(xí)。

何愷明榮獲2018年度PAMI青年研究員獎、CVPR 2009年度最佳論文獎、CVPR 2016年度最佳論文獎、ICCV 2017年度最佳學(xué)生論文獎、ECCV 2018年度最佳論文獎。他的關(guān)于ResNets的論文在谷歌Scholar Metrics 2020中是所有領(lǐng)域被引用最多的論文。resnet也被用于機器翻譯、語音合成、語音識別和AlphaGo的研發(fā)上。

更多關(guān)于何愷明大神的科研故事可以前往這篇文章進行閱讀：

何愷明：從高考狀元到CV領(lǐng)域年輕翹楚，靠“去霧算法”成為“CVPR最佳論文”首位華人得主

何愷明頂會分享清單

Co-organize?a tutorial on Visual Recognition?at ECCV 2018.?slides
Co-organize?a tutorial on Visual Recognition?at CVPR 2018.?slides
Co-organize?a tutorial on Instance-level Recognition?at ICCV 2017.?slides
Co-organize?a tutorial on Deep Learning for Objects and Scenes?at CVPR 2017.?slides
Invited to give?a tutorial on Deep Residual Networks?at ICML 2016.?website
Co-organize?a tutorial on Object Detection?at ICCV 2015.?slides

ICCV 2015的分享

打包下載

在極市平臺回復(fù)“何愷明”，即可獲取下圖所有PPT打包下載鏈接。

推薦閱讀

何愷明團隊最新力作SimSiam：消除表征學(xué)習(xí)“崩潰解”，探尋對比表達學(xué)習(xí)成功之根源
何愷明團隊新作！深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)新視角：通過相關(guān)圖表達理解神經(jīng)網(wǎng)絡(luò)
如何評價何愷明團隊的最新工作RegNet？

添加極市小助手微信（ID : cvmart2），備注：姓名-學(xué)校/公司-研究方向-城市（如：小極-北大-目標(biāo)檢測-深圳），即可申請加入極市目標(biāo)檢測/圖像分割/工業(yè)檢測/人臉/醫(yī)學(xué)影像/3D/SLAM/自動駕駛/超分辨率/姿態(tài)估計/ReID/GAN/圖像增強/OCR/視頻理解等技術(shù)交流群：每月大咖直播分享、真實項目需求對接、求職內(nèi)推、算法競賽、干貨資訊匯總、與?10000+來自港科大、北大、清華、中科院、CMU、騰訊、百度等名校名企視覺開發(fā)者互動交流~

△長按添加極市小助手

△長按關(guān)注極市平臺，獲取最新CV干貨

覺得有用麻煩給個在看啦~??

那些年，何愷明在頂會上的分享（附PPT下載）

何愷明頂會分享清單

打包下載

何愷明團隊最新力作SimSiam：消除表征學(xué)習(xí)“崩潰解”，探尋對比表達學(xué)習(xí)成功之根源

何愷明團隊新作！深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)新視角：通過相關(guān)圖表達理解神經(jīng)網(wǎng)絡(luò)

如何評價何愷明團隊的最新工作RegNet？

那些年，何愷明在頂會上的分享（附PPT下載）

何愷明團隊最新力作SimSiam：消除表征學(xué)習(xí)“崩潰解”，探尋對比表達學(xué)習(xí)成功之根源

何愷明團隊新作！深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)新視角：通過相關(guān)圖表達理解神經(jīng)網(wǎng)絡(luò)

如何評價何愷明團隊的最新工作RegNet？