「AI新青年講座」將邀請世界頂尖AI研究機構和大學的科研新青年，主講他們在計算機視覺、機器學習等人工智能領域的最新重要研究成果。
AI新青年是加速人工智能前沿研究的新生力量。AI新青年的視頻講解和直播答疑，將可以幫助大家增進對人工智能前沿研究的理解，相應領域的專業知識也能夠得以積累加深。同時，通過與AI新青年的直接交流，大家在AI學習和應用AI的過程中遇到的問題，也能夠盡快解決。
「AI新青年講座」目前已完結194講；有興趣分享學術成果的朋友，可以與智東西公開課教研團隊進行郵件（class@jmfly.net）聯系。
小樣本目標檢測僅需要提供少量（通常少于等于10個）新類樣本情況下，即可以檢測出訓練集之外類別目標的方法。在機器人的自主探索中，我們只能在線標注提供少量的新類樣本，但卻期望機器人在未知環境中檢測到（模型訓練過程中未見過的）新的物體。因此，小樣本目標檢測在機器人領域越來越受到關注。
現有的小目標檢測方法在應用前都遵循訓練、小樣本微調的兩階段范式。然而微調階段并不適用于機器人在線探索的場景。在機器人實際的自主探索過程中，待檢測的新類別是動態變化，可能無限增加的，而新一輪的微調不僅影響效率，更會加大機器人機載算力的負荷。同時，微調階段的很多超參數都需要驗證集進行驗證，如學習率、模型收斂epoch等等。這些對于在線探索任務而言，都是難以進行的。
在 ECCV 2022 中，來自卡內基梅隆大學 Robotics Institute 的在讀博士李博文等人針對機器人自主探索任務，最新設計并提出了一種無需微調的小樣本目標檢測方法 AirDet。其模型的核心是“與類別無關的關聯性（class-agnostic relation）”，包括空間關聯性與通道關聯性。經過預訓練后，未經微調的 AirDet 表現甚至優于部分微調后的方法。在COCO，VOC，LVIS數據集與 DARPA Subt 挑戰賽真實數據中的詳盡實驗也評估證明了 AirDet 的優越性與可行性。
2月17日早10點，AI新青年講座第195講邀請到卡內基梅隆大學Robotics Institute在讀博士、AirDet一作李博文參與，主講《無需微調的移動機器人小樣本目標檢測方法》。
講者
李博文，卡內基梅隆大學Robotics Institute在讀博士；主要從事機器人視覺相關研究；所研發的AirDet目標檢測方法可在機器人自主探索過程中高效檢測新類目標，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篇論文并擔任審稿人。
第195講
主 題
《無需微調的移動機器人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、工作不足之處以及未來展望
直 播 信 息
直播時間：2月17日10:00
直播地點：智東西公開課知識店鋪
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
