· 智源学者

博士,1990年6月出生,2017年博士毕业于西安交通大学。期间参加微软亚洲研究院联合培养博士生项目,师从孙剑博士和何恺明博士,研究方向包括深度卷积网络设计,深度模型的裁剪与加速等。曾在CVPR/ICCV/ECCV/NIPS/TPAMI等顶级会议/期刊上发表论文二十余篇,获CVPR 2016最佳论文奖,并多次获得顶级视觉竞赛ImageNet/COCO冠军。代表作包括ResNet/ShuffleNet v1/v2等,Google Scholar总引用数30000+。现任旷视Face++研究院基础模型组负责人,团队研究内容主要包括自动化深度学习与模型搜索、高效轻量级模型的设计和优化、针对特定目标任务的模型设计方法等。

 

代表性成果

  1. 深度卷积神经网络的设计和优化:本人在MSRA联合培养博士生项目期间的主要研究课题,是一系列高影响力CNN模型(如SPPnet,PReLU模型以及ResNet网络模型)的主要研发者之一。借助这些模型我们首次超越了ImageNet分类问题上的人类水平,并于ImageNet & COCO 2015比赛上取得了全部5个主要项目的冠军。所提出的ResNet模型(二作)支持1000层以上的网络训练,获2016年CVPR最佳论文奖,迄今单篇引用超20000。
  2. 高效轻量级模型的设计和优化:本人在旷视研究院所领导的长期研究项目之一。主要研究高性能移动端轻量级模型的设计、优化和应用落地问题。提出ShuffleNet v1/v2模型(一作/共同一作),综合性能超过Google的MobileNet v1/v2系列,在本公司和业界都得到广泛应用。其中ShuffleNet自去年发表在CVPR 2018后,一年内引用量达370+,在同年CVPR所有文章中排名第三。ShuffleNet v2还获得VALSE 2019杰出学生论文奖。其他成果包括神经网络裁剪和加速算法等,均已落地应用。

拟研究项目名称:自动化深度学习系统

All Posts
×

Almost done…

We just sent you an email. Please click the link in the email to confirm your subscription!

OK