团队招收博士和硕士,感兴趣的同学可发简历到邮箱zhupengfei@tju.edu.cn。
算力资源:团队目前拥有包括A6000和3090GPU在内的80余张显卡,同时从AutoDL购买了在线算力作为缓冲算力资源池。
数据资源:团队构建了世界上规模最大的低空无人机视觉数据平台,包含超过2000万图像/视频帧以及2000万目标标注,拥有相对独立的赛道,保障同学们能够轻松卷赢。
未来社会是智能无人系统广泛存在的社会,如何通过机器学习和计算机视觉技术使得无人机、无人车、机器狗等智能无人系统载体更“聪明”是我们研究的主要目标。面向智能无人系统的环境感知任务,团队围绕低代价学习、协同学习和进化学习,招收对智能无人系统有着浓厚兴趣、有良好的编程、英文和数学基础的硕士和博士,研究面向城市智能的可协同、可进化、可泛化的智能无人系统,建立领域开源数据和算法平台,推进领域技术进步,服务国家重大战略需求。
备注:欢迎本科生入组参与科研训练,共同探索智能无人系统的前沿科学难题,为下一步深造做好准备。
@article{cao2024visible, title={Visible and Clear: Finding Tiny Objects in Difference Map}, author={Cao, Bing and Yao, Haiyu and Zhu, Pengfei and Hu, Qinghua}, journal={arXiv preprint arXiv:2405.11276}, year={2024} }
<pre>
@ARTICLE{Gao22LUSS,
author={Gao, Shanghua and Li, Zhong-Yu and Yang, Ming-Hsuan and Cheng, Ming-Ming and Han, Junwei and Torr, Philip},
title={Large-scale Unsupervised Semantic Segmentation},
journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
year={2023},
volume={45},
number={6},
pages={7457-7476},
doi={10.1109/TPAMI.2022.3218275}
}
</pre>