一年一度的VALSE（视觉与学习青年学者研讨会）又开始了，今年在美丽的大连，会议依旧不收注册费，还提供餐饮，很幸运的抢到了参会名额。

第一天

签到地点
注册的时候提交了照片，人脸识别签到，速度很快，所以也没什么人排队。领到的会议袋子里全是各大公司同时也是赞助商的招聘广告。
IMG_20180420_075031.jpg
第一天是workshop，上午听的“深度学习模型：网络架构、压缩和加速的workshaop”，主持人是图森的王乃岩老师，也是知乎优秀答者，之前只是在知乎上点赞，今天有幸见到了本尊。

诺大的会场里座无虚席，辛亏来的早，不然就是后面站着的了。

IMG_20180420_090227.jpg

• 第一个报告是东道主大连理工的刘日升老师。

  
  刘日升老师报告
  

  从unrolling的角度来分享他对当下DL的思考。主要的思想是结合domain的建模知识与深度学习，两者优势互补。

  
  take home message
  今年他还有篇AAAI的paper，针对底层视觉问题（非盲去模）的传统建模的ADMM迭代，把其中一个变量的迭代用DL来做，但是这样会造成得到的解不一定是原始问题的解，所以又加了一步临近点算子的矫正，而且还能证明模型最终能收敛到一个驻点。下面是论文的poster。
  poster

• 第二个报告是川大的彭玺老师，报告的思想和刘老师的很类似，也是把基于问题建模的先验和深度学习结合起来。

  
  IMG_20180420_085608.jpg

• 第三个报告是微软的王井东老师，介绍了他在group Conv方面的工作，能减少网络的冗余，使得网络更高效。

  
  王井东老师报告

• 第四个是王乃岩老师关于网络压缩和加速的报告。作为工业界的首席科学家之一，他的出发点更多的是在模型需要在实际中可用，比如对实时性的追求，这在无人驾驶里面至关重要。

  
  王乃岩老师报告
  IMG_20180420_100129.jpg

demo 环节

大会给赞助商设立了demo展区，大部分视觉相关的都来了，这个抢人的大好机会谁都不愿错过，家家都在招聘。

赞助商

没仔细拍图片，随便放几张，后面有好的再补

• 独角兽face++货架商品检测的demo

  
  IMG_20180420_133612.jpg

• 新晋网红快手

  
  快手

IMG_20180420_134107.jpg

• 腾讯优图

  
  IMG_20180420_134406.jpg

跟自己方向相关的依图、科大讯飞都展示了肺部结节CT影像诊断报告自动生成的工具，独角兽商汤也入手医疗了，但没看到具体的产品展示。聚力维度的3D影院相当amazing，当年拍泰坦尼克号搞3D的时候花了多少人力跟财力，现在只需把2D的视频输入进去，网络就能很快output出3D的效果，实在厉害。

体验性的产品不是很多，毕竟所有来的公司招人 才是重点！

First day 小结

就跟自己研究方向相关的talk而言，前两个报告非常inspiring，而且两个报告都重点提到了LeCun在10年发到ICLR的那篇学ISTA算法参数的paper。无独有偶，上周北大董彬老师在南邮的报告里也是重点提到了这篇文章。现在如果还像以前那样一拍脑袋修改网络框架，然后做实验，效果好的话补充点事后诸葛亮的道理，不好的话重复这个过程，这样的工作很难发出来了。从大牛们报告中也能看出，domain建模的知识和DL相结合是当下不错的一条路。

下午依图无双老师讲完公司肺结节自动报告生成的工作后给的一些take home message也非常引人深思：算法不等于产品；性能不等于用户体验；AI不是代替人力，而是增强人力。总之，自己既然做医学影像这样跟应用结合的课题，得注重多跟医生交流，明确医生的需求，而不仅仅是在实验室蒙头搞算法。

第二天

• 第一个报告是西电的高新波老师，开场白说他来大连的时候在想为啥会议是在大连，后来想明白了，现在DL（深度学习）特别火，而大连简称DL。这时，全场想起热烈的掌声。高老师的这个切入点真是特别棒，报告中分享了自己课题组近10年来在异质图像合成里的一系列成果。

• 第二个报告是西门子周少华老师，主持人介绍时提到他有200多项专利，真是厉害了。报告中核心的一个观点时要把医学的先验知识和深度学习结合起来，从而能在深度学习performance基础上更上一层楼。

  
  IMG_20180421_103001.jpg

下午的报告跟自己方向不太相关，没听，出去看了会poster。
晚上的VALSE之夜，上千人一起吃鲍鱼盒饭，这个想法也是可以。然后就是颁奖、企业宣讲、中间夹着抽奖。

年度贡献奖
优秀学术报告在线讲者

第三天

介绍几个跟自己研究方向相关的大牛的philosophy

• 欧阳老师的观点跟昨天周老师的提到的殊途同归，他的报告还特地加进了周老师报告中的一个slice。CV研究者要考虑把自己对原始问题的观察融合到深度学习里。

• 林宙辰老师半小时把优化的松弛算法做了深入浅出的介绍，分为目标函数的松弛、约束的松弛、更新过程的松弛。分三条线介绍了相关的思想以及自己团队的工作，非常清晰。

  
  IMG_20180422_133533.jpg

• 南大吴建鑫老师报告开始前，就被介绍人“黑”了一把，说自己刚步入研究阶段的时候，第一个工作就是帮吴老师做人脸识别的数据集点眼睛，说白了就是做数据集，前几天感觉还不错，后来就受不了了。。哈哈，太逗了
  随后吴老师分享了自己在深度学习实践中的一些体会和心得，主要从understanding和accelerating的角度。

  
  IMG_20180422_141337.jpg

• 最后就是年度进展报告，一个报告人10分钟，非常紧凑，但是感觉时间有点少，大部分报告人都没讲完。

• 闭幕环节颁发了最佳poster将，同时宣布明年在合肥举办。

  
  一、二等奖.jpg

三等奖

Take home message

把对具体问题的观察、建模和深度学习结合起来。