salut! Je suis Valentin Khrulkov, chercheur de l'équipe de recherche Yandex. Nous assistons régulièrement à des conférences de l'industrie, puis partageons nos impressions sur Habré: lequel des orateurs s'est souvenu, quels stands ne pouvaient être ignorés, dont les affiches ont attiré le plus d'attention. 2020 a apporté des ajustements importants au calendrier habituel: de nombreux événements ont été annulés et reportés, mais les organisateurs de certains d'entre eux ont risqué d'essayer de nouveaux formats.
CVPR 2020, c'est 7600 participants, 5025 œuvres, événements et interactions, 1497800 minutes de discussions - et tout est en ligne. Plus de détails sont sous la coupe.
Comment c'était: plans vs réalité
Conference on Computer Vision and Pattern Recognition — — . : , — , «». CPRV — A, A1 A* — , ICCV ECCV. : 20% . — : , . — 25% . 6656 , — 1470, — 335. — , , . -.
: — , — , , — Zoom. , , , - -. , , . , :
- -: 350–500$. , ICLR, , 100$.
- . : - - .
- : , , , .
- : . , 12 : , . . , .
cvpr20.com:
: VS
: — , — . : , , ?
, , -: , . - : ? — . Zoom, .
Efficient Data Annotation for Self-Driving Cars via Crowdsourcing on a Large-Scale , 70 — - , - . ( , , , ). : . , , : , .
- , , — - , - , . , , .
, . , . , : 2D- () 3D- ( , ). , SD , . : , .
, , . — , 100 ( , ). — 30 000 , . : , «» — , . :
! , . Kitware, IBM Cornell, , .
Cross-Batch Memory for Embedding Learning:
: , . - GPU : .
: , , , , , / . ( ) .
CNN-generated images are surprisingly easy to spot… for now:
( GAN’) , : . , state-of-the-art GAN’, , .
: , . , , GAN, , .
Learning Better Lossless Compression Using Lossy Compression: ,
(lossless). : state-of-the-art (lossy), lossless .
, lossless . , CVPR , , , lossless-JPEG2000 WebP.
Image Processing Using Multi-Code GAN Prior:
, GAN , , ? , ?
, : , , Prior GAN — , , .
Effectively Unbiased FID and Inception Score and where to find them: GANs
FID . , .
, . , , , , .
FDA: Fourier Domain Adaptation for Semantic Segmentation:
domain adaptation: - - . , /. .
Single-Image HDR Reconstruction by Learning to Reverse the Camera Pipeline:
HDR (High Dynamic Range) LDR (Low Dynamic Range) : , , . LDR-HDR . : state-of-the-art, , .
A Multigrid Method for Efficiently Training Video Models: tradeoff
, , : , . , .
, : , , , . ( «», ). : 4,5 .
Towards Robust Image Classification Using Sequential Attention Models:
DeepMind ( CNN, LSTM ) — ( ) () . :
- Feedforward : , .
- «» : . , .
LSTM, ResNet': , — , — .
150 TPU , , . , «» , - .
Adversarial Vertex Mixup: Toward Better Adversarially Robust Generalization:
. generalization gap adversarial training ( 40%). :
- Mixup — .
- Label smoothing — - one-hot target, u: — u, (1 — u) .
. x x* ( PGD ), «adversarial vertex kx*», , x. , mixup (x kx*).
— ( ) (, , ).
, — SOTA — , PGD .
High-Resolution Daytime Translation Without Domain Labels:
, , ? , . , unsupervised .
: AdaIN , (style transfer) skip-connections, . , (1024 x 1024) : .
NLP 2017 , . , — , — : «-»? : — , — , .
Yandex Research , : ? : . , , : 10%. — .
, CVPR 2020 - . , , .