北京大学王选所VDIG组招收计算机视觉深度学习科研实习生 来源：AI求职 北京大学 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。 研究方向 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。 实习生（计划保研/留学/工作）基本要求 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。 额外要求 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； 2. 英语六级500分以上； 3. 有CCF列表上知名会议期刊论文发表/投稿。 我们给表现合格的实习生提供 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； 2. 一定的科研补助； 3. 保研/留学/大厂工作机会推荐。 申请方式 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)。 推荐阅读 MIT新晋副教授何恺明《计算机视觉进展》课程，附Slides与资料下载 西电IEEE Fellow团队出品！最新《Transformer视觉表征学习全面综述》如何做好科研？这份《科研阅读、写作与报告》PPT，手把手教你做科研奖金675万！3位科学家，斩获“中国诺贝尔奖”！最新 2022「深度学习视觉注意力 」研究概述，包括50种注意力机制和方法！【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！2021李宏毅老师最新40节机器学习课程！附课件+视频资料 欢迎大家加入DLer-计算机视觉技术交流群！ 大家好，群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享，主要方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。 进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明） ??长按识别，邀请您进群！