上週四晚8點我們邀請來自極鏈科技的顧寅錚將針對正在舉行的ECCV2020 - VIPriors Workshop比賽中的目標檢測賽道進行了第二期的公開課分享，主要分享了2個方面：
**1 、增強版Baseline
2 、訓練策略**
下面以圖片的形式分享一下第二期的公開課：
今晚8點爲ECCV2020公開課第三期，歡迎大家觀看
主講人：
顧寅錚，極鏈科技AI研究院負責人。
加拿大多倫多大學數學與統計學本科，加拿大皇后大學數學碩士、博士。
研究領域包括深度學習、計算機視覺、多媒體、及視頻處理，擁有數項發明專利。
ACMMM等知名國際會議及期刊中發佈數篇論文，CVPR等著名國際會議受邀數次行業演講，頂級期刊TPAMI審稿人， 2018、19連續兩年獲得第一、第二屆谷歌地標識別挑戰賽冠軍。
公開課內容預告：
近年來，隨着深度學習與計算機硬件的發展，模型訓練對樣本的數量要求也越來越高。以目標檢測爲例，目前主流訓練流程通常是先在圖像識別數據集（如ImageNet）上預訓練後在目標檢測數據集（如COCO）上進行微調。即便是最近提出的“無預訓練”方法也需要使用全部的約12萬張檢測數據集並增加訓練時長4至6倍來達到相同效果，這對於GPU資源的要求非常高。
本次直播將針對正在舉行的ECCV2020 - VIPriors Workshop比賽中的目標檢測賽道進行分享。該比賽採用COCO數據集的一小部分（約6000張，相當於1/20的圖片）作爲訓練集以及驗證、測試各5000張用於榜單排名。與其他比賽不同的是，該比賽禁止使用任何額外數據集以及預訓練模型，即所有模型必須“train from scratch”。在接下來的數週至2020年7月3日比賽結束，我們將進行每週一次的直播分享過去一週我們的嘗試及進度並與其他興趣愛好者交流心得希望以此來推動“小數據訓練”的發展。
備註：
1、本週四爲ECCV2020公開課第三期，歡迎大家觀看
2、正在參加比賽的可以聯繫羣主（國內外知名賽事皆可），羣主可以爲您贊助
直播公開課信息:
**ECCV 2020 VIPriors workshop ：https://vipriors.github.io/challenges/
6月9號直播回看地址: https://live.csdn.net/room/sinat_15603323/eapr9HfG
6月11號直播回看地址: https://live.csdn.net/room/sinat_15603323/zftzYbnx
6月18號直播回看地址: https://live.csdn.net/room/sinat_15603323/adx4ZGft
比賽地址：https://competitions.codalab.org/competitions/23661
ECCV 2020 VIPriors workshop 數據集和模型：
https://blog.csdn.net/sinat_15603323/article/details/106861341
參加ECCV2020競賽的同學可以聯繫羣主獲取算力贊助。**
有小夥伴對深度學習有興趣的話，一定不要錯過直播課噢。