Skip to content
CSWiki

清华大学深研院袁春

清华大学深圳国际研究生院数信院袁春老师课题组，计算机视觉与机器学习（CVML）项目组招收研究型实习生，详情见:https://zhuanlan.zhihu.com/p/6179502796

课题组介绍：

袁春，清华大学教授、博士生导师、CCF 杰出会员、IEEE高级会员，清华大学－香港中文大学媒体科学、技术与系统联合研究中心常务副主任，清华大学深圳研究生院计算机应用技术实验室主任。1999年和2002年在清华大学计算机科学与技术系，人机交互及媒体集成研究所，分别获得硕士和工学博士学位，2003年至2004年在法国国家信息和自动化研究所（INRIA-Rocquencour）任博士后研究员，2014年7月-8月在CMU计算机科学学院机器学习系访问。已发表文章160多篇，CCF及清华计算机系A类论文70多篇，多次获得人工智能领域世界级赛事冠亚军。担任多个国际顶级期刊特约审稿人，包括：TMM，TIP，TNNLS，T-Cybernetics, TCSVT等，担任多个顶级机器学习和计算机视觉相关学术会议程序委员会委员或Session Chair，如NIPS，ICLR，CVPR，ACM MM, AAAI, IJCAI等。 课程教学：①《大数据机器学习》 ：中宣部“学习强国” 平台在线公开课，国家级精品课 ； ②《计算机视觉》：华为合作。Google scholar：https://scholar.google.com/citations?hl=en&user=fYdxi2sAAAAJ
课题组成员：博士后1名，博士7名，硕士30余名。
研究方向：计算机视觉、机器学习、强化学习。
2024届毕业生去向： 博后（Stanford） , 国内外知名高校读博x3，腾讯微信，字节x2，快手，华为，美团，阿里等企业。

课题组代表性成果

  • 当噪声标签遇到长尾困境时:一种表示校准方法（Marr奖提名奖）。提出RCAL表示校准方法，解决数据标注错误及类别不平衡的问题。When Noisy Labels Meet Long Tail Dilemmas: A Representation Calibration Method, ICCV 2023
  • 任务分组正则化:使用异构预训练模型的无数据元学习。提出任务分组正则化，通过分组和对齐相互冲突的任务来受益于模型的异质性。Yongxian Wei, Chun Yuan, et al., Task Groupings Regularization: Data-Free Meta-Learning with Heterogeneous Pre-trained Models, ICML 2024
  • 可学习任务提示用于高质量的多功能图像填充。提出PowerPaint模型，使用可学习任务提示，在多个图像填充任务中取得SOTA。Junhao Zhuang, Chun Yuan, et al., A task is worth one word: Learning with task prompts for high-quality versatile image inpainting, ECCV 2024
  • 针对特征差异的检测器特异性蒸馏。提出差异特征蒸馏，减少教师和学生特征图差异，实现更优蒸馏效果。Liu Kang, Chun Yuan, et al., DFD: Distilling the Feature Disparity Differently for Detectors, ICML 2024
  • CVGEN: 高斯体素表达的文本到 3D 生成。提出GVGEN，实现从文本描述直接生成3D高斯分布，取得SOTA效果。Xianglong He, Chun Yuan, et al., GVGEN: Text-to-3d generation with volumetric representation, ECCV 2024

实习简介

  • 本实习可提供的研究方向主要是计算机视觉、机器学习、强化学习，旨在为具有热情和探索精神的学生提供一个深入了解本课题组的科研机会。我们欢迎对计算机视觉、机器学习、强化学习感兴趣的同学参加。
  • 期望申请者拥有扎实的计算机专业背景和良好的科研潜力，能够在实习期间积极参与并成功完成高质量、具有挑战性的科研任务。
  • 本次实习可提供实习证明、若表现出色可申请科研补贴等奖励。
  • 实习结束后，优秀的实习生还将有机会获得推荐信以及参与我们课题组未来的深度研究项目。优秀等实习生能够得到在保研、考研等方面的推荐，如清华夏令营、预推免等招生项目。

招生对象

  • 年级：大三及以下
  • 专业：计算机、软件工程等

考核流程

  • 简历筛选
  • 编程及项目能力考核

实习方式

远程实习

联系方式

  • 邮箱：[email protected] （张同学-24级）, [email protected]（刘同学-24级）（同时发送）
  • 标题：科研实习生-”姓名”-“学校”-“专业”-“年级” （如：科研实习生-张三-清华大学-计算机-大三）
  • 邮件内容：
    1. 简历（一页即可）
    2. 科研兴趣方向
    3. 自我专业课程知识评价（如数据结构、操作系统、机器学习等，如实填写，不必都擅长）
    4. 项目经历（如有）
    5. 联系方式（微信号，手机号等）
    6. 其他任何想补充的信息