本项目由南洋理工大学计算机科学与工程学院终身教授Shawn领衔，将涵盖在深度网络训练中应对数据挑战的两种方法论，并将重点介绍与计算机视觉相关的任务。第一个是图像合成，其目的是设计生成网络来生成可直接用于有效DNN训练的自注释图像。第二个重点是跨领域的数据和知识转移，目标是利用以前收集和注释的图像，以最佳方式处理各种新数据。
对计算机视觉、机器学习、深度学习、迁移学习、人工智能等方向感兴趣的同学可以看下方海报了解↓
本课程还会讲解无监督领域自适应，该领域研究如何缓解输入、特征和输出空间中的跨域分布差距，分享无监督模型自适应（在域间自适应期间不访问源数据）、域泛化（在域间自适应期间不访问目标数据）等方面的相关技术。
除本课程之外，针对有更高论文需求的同学，盐趣还有计算机科学方向科研一对一论文项目，海外top30导师一对一指导，n个课题方向随意选择。欢迎有兴趣的同学进一步了解，不要错过宝贵的机会！
盐趣开设的一对一科研论文产出课程体系，只为让你参与进一次真实且前沿的科研项目，真正提升你的科研能力！项目根据学生研究领域匹配专属导师，制定个性化专属课程，培养学生科研能力、论文写作能力，帮助学员顺利完成论文及成功发表，助力国内外名校申请/硕博毕业/职位晋升。
无论你有无学术经历，在盐趣的一对一科研项目中，来自全球TOP30名校的导师都会根据你的实际情况量身定制研究方向和课题并耐心指导。
学生在导师的指导下会经历一个完整的科研流程，从定题到文献研究，从研究方法设计到深入的研究分析，以及最终论文产出，科研能力将会得到全方位系统性的提升。同时学术论文的撰写和发表还能够为简历、个人陈述和留学面试提供高含金量背书，有效提高个人申请竞争力。
如需了解更多项目请咨询专业学术顾问
