「AI新青年讲座」将邀请世界顶尖AI研究机构和大学的科研新青年，主讲他们在计算机视觉、机器学习等人工智能领域的最新重要研究成果。

AI新青年是加速人工智能前沿研究的新生力量。AI新青年的视频讲解和直播答疑，将可以帮助大家增进对人工智能前沿研究的理解，相应领域的专业知识也能够得以积累加深。同时，通过与AI新青年的直接交流，大家在AI学习和应用AI的过程中遇到的问题，也能够尽快解决。

「AI新青年讲座」目前已完结194讲；有兴趣分享学术成果的朋友，可以与智东西公开课教研团队进行邮件（class@zhidx.com）联系。

小样本目标检测仅需要提供少量（通常少于等于10个）新类样本情况下，即可以检测出训练集之外类别目标的方法。在机器人的自主探索中，我们只能在线标注提供少量的新类样本，但却期望机器人在未知环境中检测到（模型训练过程中未见过的）新的物体。因此，小样本目标检测在机器人领域越来越受到关注。

现有的小目标检测方法在应用前都遵循训练、小样本微调的两阶段范式。然而微调阶段并不适用于机器人在线探索的场景。在机器人实际的自主探索过程中，待检测的新类别是动态变化，可能无限增加的，而新一轮的微调不仅影响效率，更会加大机器人机载算力的负荷。同时，微调阶段的很多超参数都需要验证集进行验证，如学习率、模型收敛epoch等等。这些对于在线探索任务而言，都是难以进行的。

在 ECCV 2022 中，来自卡内基梅隆大学 Robotics Institute 的在读博士李博文等人针对机器人自主探索任务，最新设计并提出了一种无需微调的小样本目标检测方法 AirDet。其模型的核心是“与类别无关的关联性（class-agnostic relation）”，包括空间关联性与通道关联性。经过预训练后，未经微调的 AirDet 表现甚至优于部分微调后的方法。在COCO，VOC，LVIS数据集与 DARPA Subt 挑战赛真实数据中的详尽实验也评估证明了 AirDet 的优越性与可行性。

2月17日早10点，AI新青年讲座第195讲邀请到卡内基梅隆大学Robotics Institute在读博士、AirDet一作李博文参与，主讲《无需微调的移动机器人小样本目标检测方法》。

讲者
李博文，卡内基梅隆大学Robotics Institute在读博士；主要从事机器人视觉相关研究；所研发的AirDet目标检测方法可在机器人自主探索过程中高效检测新类目标，现已被ECCV2022收录；先后在ICRA、ICCV、ECCV、RAL、IROS、IEEE TMC等国际会议或期刊发表多篇论文并担任审稿人。

第195讲

主 题
《无需微调的移动机器人小样本目标检测方法》

提 纲
1、小样本目标检测研究概述
2、在机器人自主探索中的应用挑战
3、无需微调的小样本目标检测器AirDet
4、工作不足之处以及未来展望

直 播 信 息
直播时间：2月17日10:00
直播地点：智东西公开课知识店铺

成果
AirDet：《AirDet: Few-Shot Detection without Fine-tuning for Autonomous Exploration》
论文地址：https://arxiv.org/abs/2112.01740
代码地址：https://github.com/Jaraxxus-Me/AirDet
ROS部署：https://github.com/Jaraxxus-Me/AirDet_ROS