作为计算机视觉领域的三大国际顶会之一，CVPR 每年都会吸引全球领域众多专业人士参与。如 2019 年，CVPR 注册参会人数高达 9227 人，创造了历届最高记录。其中，来自国内的参会人数就达到 1044 位，仅次于大会举办地美国（4743 位）。
CVPR 2020 原定于 6 月 16 日至 20 日在华盛顿州西雅图的华盛顿州会议中心举行，但是当前全球疫情势态严峻，越来越多的国际 AI 顶会开始转向线上，CVPR 也不例外。
虽然无法去现场交流，但这无法阻挡我们学习的热情。
为向读者们分享更多 CVPR 优质内容，在 CVPR 2020 开幕之前，机器之心将策划多期线上分享。这是机器之心 CVPR 2020 线上分享的第三期，我们邀请到腾讯优图实验室高级研究员 Louis 为我们进行主题为《带噪学习和协作学习：不完美场景下的神经 络优化策略》的分享。他将结合 CVPR 2020 及其他顶会相关论文，为大家细致地讲解数据和模型缺陷情况下神经 络的有效训练方法。
分享主题：带噪学习和协作学习：不完美场景下的神经 络优化策略
直播时间：北京时间 5 月 13 日 19:00-20:00
在直播开始之前，我们提供了相关论文列表，方便读者们提前备课。
带噪学习文章列表：
Robust Loss Functions under Label Noise for Deep Neural Networks, AAAI2017
Generalized Cross Entropy Loss for Training Deep Neural Networks with Noisy Labels, NeurlPS 2018
LDMI: A Novel Information-theoretic Loss Function for Training Deep Nets Robust to Label Noise, NeurlPS 2019
Peer Loss Functions: Learning from Noisy Labels without Knowing Noise Rates （under review）
Co-teaching: Robust Training of Deep Neural Networks with Extremely Noisy Labels, NeurlPS 2018
Deep Self-Learning from Noisy Labels, ICCV 2019
Asymmetric Co-Teaching for Unsupervised Cross-Domain Person Re-Identification, AAAI 2020
协作学习文章列表：
Combining labeled and unlabeled data with co-training, ACM 1998
Deep Mutual Learning, CVPR2018
Filter Grafting for Deep Neural Networks, CVPR 2020
DGD: Densifying the Knowledge of Neural Networks with Filter Grafting and Knowledge Distillation (under review)
声明：本站部分文章内容及图片转载于互联 、内容不代表本站观点，如有内容涉及侵权，请您立即联系本站处理，非常感谢！