2025年5月22日，数计学院翠湖学者论坛在逸夫楼511成功举办。学院陈明副教授作题为“基于深度学习的缺陷检测技术”的学术报告，吸引了近百名师生参与报告会，并参与讨论交流。
报告中，陈明副教授聚焦于基于深度学习的缺陷检测技术，详细探讨了工业领域内缺陷检测的需求与挑战。报告指出，尽管深度学习模型在缺陷检测中展现出强大的鲁棒性和泛化能力，但其性能受限于数据量和质量。报告深入分析了当前数据层面存在的数据稀缺、标注困难和标注质量问题，并提出了少样本学习、数据增强等解决策略。同时，报告还展望了知识蒸馏、对比学习等未来研究方向，为听众呈现了缺陷检测研究的全景图。
报告结束后，与会师生纷纷表示受益匪浅，学生们反应热烈。大家对深度学习在工业缺陷检测中的强大威力印象深刻，尤其是其鲁棒性和泛化能力的优势。同时，各种学习方法在标注领域的应用，让同学们眼前一亮，激发了他们探索新技术的热情。对未来研究方向的展望，如强化学习、知识蒸馏、对比学习等，也让大家对计算机视觉领域充满了期待，纷纷希望能更深入地了解和研究这些前沿技术。
撰稿：王福成 审稿：齐平