一些问题。
本次的机会比较难得，当然要多宣传一下自己的工作。
“基于Dream的残差思想，不仅在图像的识别分类上取得了巨大的突破，我同时也衍生出了它的一些变体，比如生成式网络，检测网络，还有分割网络。”
识别分类有竞赛结果，生成式网络的论文已经放出，而检测的网络随着白度的发布会，大家也已经了解它的威力。
至于分割网络，则是这两天随着Dream的论文一起放出的U-工作。至此，可以说视觉类几大任务的基础范式已经被孟繁岐奠基。
今后不论是识别分类，分割检测，还是迁移生成，都很难绕得开这些轻便又好用的办法了。
“可以看到，这种思想席卷视觉领域之后，使得目前主要的研究方向都有了颠覆性的突破。”
孟繁岐将这几篇论文的主要试验结论摆在了幻灯片的第二页，就是要先以结果震撼众人。
“显然，这些算法在诸多领域都与第二名拉开了巨大的差距，而相当一部分的功劳应当属于残差思想对网络深度的革命。”
“在10年11年，我们仍在使用人工设计的SIFT，HOG还有SVM，12年，阿里克斯的八层Alex取得了巨大的