我们是北京大学王选计算机研究所（原北京大学计算机科学技术研究所）VDIG (Visual Data Interpreting and Generation) 研究组，导师是王勇涛老师。在目标检测、场景文字检测识别等研究方向上达到国际一流水平，近年来在IJCV、CVPR、AAAI、ICCV、 MM、 ECCV等顶会上有重量级成果发表，如通用目标检测当前最强算法之一“组合主干网络”（CBNet）、当前最流行的“多模态融合3D感知框架”（BEVFusion与RCBEVDet）、第一个面向自动驾驶场景的“多视角重建方法”（DrivingGaussian）、曾获得ICDAR 2017多项场景文字检测竞赛冠军的四边形目标检测算法等。组内学生/实习生曾多次获得国内外CV领域重量级竞赛的冠亚军奖项，如ECCV 2018 无人机航拍视频目标检测竞赛（Vision Meets Drones: A Challenge，task 2 Object Detection In Videos）冠军、CVPR 2018上无人驾驶道路目标检测竞赛（WAD 2018 Challenges，task 2 Road Object Detection）亚军、ICDAR 2017上中文场景文字检测竞赛（RCTW）和英文场景文字检测竞赛（COCO-Text）双项冠军。和国内外知名高校、科研机构有着广泛合作、和国内外AI头部公司（如阿里巴巴、蚂蚁金服）有着长期的项目合作，现阶段与自动驾驶公司有着紧密合作，师生关系融洽，学生、实习生就业与留学去向非常好。1. 计算机视觉感知基础问题，如多模态2D与3D目标检测和分割、开放世界感知（open-world perception）、端到端自动驾驶等；2. 计算机视觉重建与生成问题，如自动驾驶场景的重建与编辑、虚拟场景生成等；3. 深度学习相关的前沿机器学习问题，如自监督学习（self-supervised learning）、终身学习问题（Lifelong Learning）等；4. 神经网络模型架构优化问题，如自动机器学习/神经网络架构搜索（AutoML/NAS）、神经网络模型压缩与量化、模型蒸馏等；5. 神经网络安全相关问题，如通用神经网络黑盒攻击与防御、针对现有生成大模型（例如stable diffusion）的对抗攻击等；6. 主要应用场景为自动驾驶，同时面向教育、金融、出版、智能交通等场景下的视觉感知/文档感知技术、区块链版权保护技术等应用问题。1. 计算机及相关专业、具备扎实的编程和数学基础，良好的英语水平；2. 有足够的自我驱动力、学习能力以及团队合作能力；3. 有深度学习相关研究经历或者基础、熟练使用pytorch等深度学习框架者优先考虑。有意保研北大（25年及以后的保研夏令营）的实习生额外要求（在保研申请材料提交时达到即可）：1. 程序设计竞赛获奖（如ACM-ICPC区预赛银牌及以上、CCPC区预赛银牌及以上）或数模竞赛（国赛）国家一等奖或数学竞赛国家一等奖；1. CV和ML领域科研学习方面的指导和培养（包括论文发表），用于深度学习的GPU计算资源；有意者请将个人简历发送到：zwlin@pku.edu.cn，邮件题名为：实习-保研/出国/工作-姓名-学校-专业 (请附上个人简历)。
【轻松参会】为所有CCF收录会议与期刊设立投稿交流群，后台回复会议名/期刊名即可进群。公众号文章会发布近期截稿会议、转投会议推荐、录用率趋势、录用分数分析等重要信息，同时会发布最新的CS/AI招聘招生信息。
