2024年10月14日—15日，南京邮电大学周全教授莅临计算机与大数据科学学院作学术交流，并于15日上午在计算机与大数据科学学院学术交流室做了题为“高速度vs高精度——实时图像语义理解”的学术报告，报告由计算机与大数据科学学院计算机视觉研究所王广兴博士主持，计算机与大数据科学学院书记邹国辉、副院长彭虎、副院长董西伟及师生80余人参加了此次学术交流活动。彭虎副院长致辞，首先代表计算机与大数据科学院对应邀前来作报告的周全教授表示欢迎和感谢，随后介绍了九江学院和计算机与大数据科学学院近年来的发展，以及在学科建设、人才培养、科学研究及服务社会等方面所取得的成就。

周全教授首先从无人驾驶、行人检测、智慧交通、智慧农业、AI诊疗等实际生活应用场景开篇，简要介绍了当前人工智能技术的发展以及计算机视觉技术在AI领域的重要作用，随后，提出了实际的应用场景遇到的实时图像语义理解中高速度与高精度的问题，以及如何平衡模型性能、轻量化、以及鲁棒性的问题，引入报告主题。接着，周全教授图文并茂的分享了本团队研究成果“Boundary-guided Lightweight Semantic Segmentation”和“Dual-path Network for Real-time Object Detection”，详细介绍了该方案的模型构建过程、内部模块构造方法以及实验效果，从模型轻量化的角度，很好地解决了现实场景中实时图像语义理解的高速度与高精度的问题。在自由交流环节，周教授耐心解答了师生在跨模态检索、数据标注、雨雾天气目标检测以及深度学习模型轻量化部署方面存在的问题，并与师生进行了深入的讨论。

报告内容丰富，深入讲解了人工智能技术中实时图像语义理解领域的发展前沿，并对该领域的应用前景进行了展望。此次学术报告，与会人员感触颇深，切实体会到了人工智能技术在现实应用场景中的重要作用，同时也意识到人工智能技术领域还存在需要继续探索和解决的问题，激起了广大师生的浓厚兴趣。通过本次学术交流，既提升了人工智能研究领域相关教师的学术水平，又有助于学院科研工作的持续推进。

王广兴供稿

责编：魏东平 审核：彭虎 董西伟