「AI新青年講座」將邀請世界頂尖(jian)AI研究(jiu)機(ji)(ji)構和大學(xue)(xue)的科研新青年，主講他們在計算機(ji)(ji)視覺、機(ji)(ji)器學(xue)(xue)習等人工(gong)智(zhi)能(neng)領域的最新重要研究(jiu)成果。

AI新青年(nian)(nian)是加(jia)速人(ren)工智(zhi)(zhi)能(neng)(neng)前沿研究(jiu)的(de)(de)新生(sheng)力量。AI新青年(nian)(nian)的(de)(de)視頻講解(jie)和(he)直播答疑(yi)，將可以幫助大家增進對人(ren)工智(zhi)(zhi)能(neng)(neng)前沿研究(jiu)的(de)(de)理(li)解(jie)，相應領域的(de)(de)專業(ye)知識(shi)也能(neng)(neng)夠得以積累加(jia)深。同(tong)時，通過與AI新青年(nian)(nian)的(de)(de)直接(jie)交流，大家在(zai)AI學(xue)習和(he)應用(yong)AI的(de)(de)過程中遇到的(de)(de)問(wen)題(ti)，也能(neng)(neng)夠盡快(kuai)解(jie)決。

「AI新青年講座」目(mu)前已完結(jie)194講；有興趣(qu)分享學術成果的(de)朋友(you)，可以與智東西公開課(ke)教(jiao)研團隊(dui)進行郵件（class@sanyasheying.cn）聯系。

小樣(yang)(yang)本(ben)目標(biao)(biao)檢(jian)測(ce)僅需(xu)要(yao)提供(gong)少量（通常少于等于10個）新類樣(yang)(yang)本(ben)情況下，即可以檢(jian)測(ce)出訓練集之外類別目標(biao)(biao)的(de)(de)(de)方法。在機(ji)器人(ren)的(de)(de)(de)自(zi)主探(tan)索中(zhong)，我們只能(neng)在線標(biao)(biao)注(zhu)提供(gong)少量的(de)(de)(de)新類樣(yang)(yang)本(ben)，但(dan)卻(que)期望(wang)機(ji)器人(ren)在未(wei)知環境中(zhong)檢(jian)測(ce)到(dao)（模(mo)型(xing)訓練過程中(zhong)未(wei)見(jian)過的(de)(de)(de)）新的(de)(de)(de)物體(ti)。因此，小樣(yang)(yang)本(ben)目標(biao)(biao)檢(jian)測(ce)在機(ji)器人(ren)領(ling)域越(yue)來越(yue)受到(dao)關注(zhu)。

現(xian)有的小目標檢(jian)測(ce)方法在應用前都遵循訓練、小樣(yang)本微調(diao)(diao)的兩(liang)階(jie)段(duan)范式。然而微調(diao)(diao)階(jie)段(duan)并不適用于(yu)機器(qi)人在線探(tan)索(suo)(suo)的場景。在機器(qi)人實(shi)際(ji)的自主(zhu)探(tan)索(suo)(suo)過(guo)程中，待(dai)檢(jian)測(ce)的新(xin)類別是動態變化(hua)，可能(neng)無(wu)限增加(jia)的，而新(xin)一輪的微調(diao)(diao)不僅影響效率，更會加(jia)大機器(qi)人機載算力的負荷。同時，微調(diao)(diao)階(jie)段(duan)的很多超參數都需要驗證集進(jin)(jin)行驗證，如學習率、模(mo)型收斂epoch等等。這些對于(yu)在線探(tan)索(suo)(suo)任務而言(yan)，都是難以(yi)進(jin)(jin)行的。

在(zai) ECCV 2022 中，來自(zi)卡(ka)內基梅隆大(da)學(xue) Robotics Institute 的(de)(de)在(zai)讀博(bo)(bo)士(shi)李博(bo)(bo)文等人(ren)針對(dui)機(ji)器人(ren)自(zi)主探索任務，最新(xin)設計并(bing)提出(chu)了一種(zhong)無需微調的(de)(de)小樣本目標檢測方法 AirDet。其模(mo)型的(de)(de)核心是“與(yu)(yu)類別無關的(de)(de)關聯性（class-agnostic relation）”，包括空(kong)間關聯性與(yu)(yu)通道關聯性。經過(guo)預訓練(lian)后(hou)，未經微調的(de)(de) AirDet 表現(xian)甚至優于(yu)部分微調后(hou)的(de)(de)方法。在(zai)COCO，VOC，LVIS數據(ju)集與(yu)(yu) DARPA Subt 挑戰賽真(zhen)實數據(ju)中的(de)(de)詳盡實驗也評估證(zheng)明了 AirDet 的(de)(de)優越性與(yu)(yu)可行(xing)性。

2月17日早10點，AI新青年講座第195講邀請到卡(ka)內(nei)基梅隆大學Robotics Institute在讀(du)博(bo)士、AirDet一作李博(bo)文參(can)與，主講《無需微調的移動機器人小(xiao)樣(yang)本目標檢測方(fang)法》。

講者
李(li)博文(wen)，卡內基梅隆大學Robotics Institute在讀博士(shi)；主要從事機器(qi)人視覺相關研(yan)究；所(suo)研(yan)發的AirDet目標檢(jian)測(ce)方(fang)法(fa)可在機器(qi)人自主探索過(guo)程中高效檢(jian)測(ce)新類目標，現已被ECCV2022收錄；先后在ICRA、ICCV、ECCV、RAL、IROS、IEEE TMC等國際會議或期刊發表多(duo)篇論文(wen)并擔(dan)任審稿人。

第195講

主 題
《無(wu)需微調的移(yi)動機器人(ren)小樣本目標檢測方法》

提 綱
1、小樣本目標檢測研究概述
2、在機器人自主探索中的應用挑戰
3、無需微調的小樣本目標檢測器AirDet
4、工作不(bu)足(zu)之處以(yi)及未來(lai)展望

直 播 信 息
直播時間：2月17日10:00
直(zhi)播地點：智(zhi)東(dong)西(xi)公開課知識店鋪

成果
AirDet：《AirDet: Few-Shot Detection without Fine-tuning for Autonomous Exploration》
論文地址：//arxiv.org/abs/2112.01740
代碼地址：//github.com/Jaraxxus-Me/AirDet
ROS部署：//github.com/Jaraxxus-Me/AirDet_ROS