CVPR 2020录用率十年最低，商汤官宣62篇入选

又到一年一度秀视觉实力时。

AI独角兽商汤，今日官宣CVPR 2020成绩单。

作为AI视觉领域最重要的顶会，商汤一向成绩不俗——今年商汤及其联合实验室共有 62篇 入选，而且还是在整体录用率创下新低的情况下。

根据CVPR官方数据，本届CVPR大会共收到6656篇投稿，接收论文1470篇，录用率约22%，低于ICCV 2019论文录用率（25%），为十年以来CVPR论文录用率最低。

而商汤本年入选的论文，分布在多个领域，包括：对抗式生成模型、三维点云理解与分析、训练加速与模型量化、视频理解与分析、网络结构搜索等。这些突破性的计算机视觉研究也有丰富的应用场景，将为推动AI行业发展作出贡献。

例如，入选CVPR 2020论文《对人脸生成模型的隐空间可解释性分析》提出了一种简单而通用的技术InterFaceGAN，用于在潜在空间中进行语义人脸编辑，可控制姿势以及其他面部属性，例如性别、年龄、眼镜等，还能够纠正GAN造成的伪影。

这种方法对GAN的隐空间进行了深入分析，能更好理解GAN是如何将一个随机噪声转化为一张高质量图片的。

如何提升深度学习的训练速度，一直是人工智能领域研究的难点。商汤入选CVPR 2020的论文《用于加速卷积神经网络训练过程INT8训练技术》，提出了用于加速卷积神经网络训练过程的INT8训练技术，采用8比特数值训练模型，可以极大地提升训练速度，减少计算损耗，而且训练精度几乎无损。

论文地址：

https://arxiv.org/pdf/1912.12607.pdf

传送门：

其他代表性入选论文，我们也汇集了下地址：

TSD目标检测算法：

https://github.com/Sense-X/TSD

基于空间修剪的NAS算法

论文地址：

http://xxx.itp.ac.cn/pdf/1910.02543v1

Anchor-free目标检测新网络

论文地址：

https://arxiv.org/pdf/2003.09119.pdf

代码地址：

https://github.com/KiveeDong/CentripetalNet

基于贪心超网络的One-Shot NAS方法

GreedyNAS: Towards Fast One-Shot NAS with Greedy Supernet

https://arxiv.org/abs/2003.11236

对于上述论文有解读或交流兴趣的朋友，也欢迎留言区告诉我们。

意愿强烈又人数不少的话，我们也可以发起个学习班，邀请当事作者来讲解分享，一起进步~

另，今年CVPR原计划将于6月14日-18日在美国华盛顿州西雅图举行，此前官网宣称仍将线下举行。