報告題目：視覺語言大模型淺談及其在醫學圖像的應用

報告時間：2023年11月3日14:30

報告地點：437bwin必贏國際官網A403

報告人：史淼晶

報告人國籍：中國

報告人單位：同濟大學

報告人簡介：同濟大學電子與信息工程學院教授、倫敦國王學院客座教授，國家海外高層次人才。博士畢業于北京大學，歷任法國國家信息與自動化研究院研究員，英國倫敦國王學院信息系助理教授，副教授。主要研究計算機視覺及其在醫學圖像、遙感圖像的應用。先后主持中國自然科學基金項目，英國工程與自然科學研究理事會項目，歐洲研究理事會地平線項目等多項國家級項目。https://viscom.nms.kcl.ac.uk/

報告摘要：本次報告將首先簡單介紹視覺語言大模型的興起，而后介紹兩個相關工作，運用視覺語言大模型分別進行自然圖像的開集物體檢測和醫學圖像的手術器械分割。前一個工作的重點在于設計可學習的檢測提示詞模塊，后一個工作則聚焦基于文本提示詞的分割框架設計。

邀請人：羅勇