首先我们给大家介绍本小组的第一个辅导老师，我们要求辅导的老师既要有丰富的论文发表经历，也需要在我们社区有一些技术文章和课程支持，在保证
专业能力的同时，也保证具有良好的沟通和表达能力，足够的信誉度，教学不是搞工程，光靠个人能力突出无法传授给别人是没有意义的。
第一位辅导老师为郭冰洋
，技术社区《有三AI》专栏作者，课程讲师，东北大学博士。主要研究领域为
图像分割、缺陷检测、弱监督学习、小样本学习
等，擅长技术总结，论文写作。
迄今为止，已发表论文如下：
[1] S
elective Prototype Network for Few-Shot Metal Surface Defect Segmentation, in IEEE Transactions on Instrumentation and Measurement, vol. 71, pp. 1-10
, 2022, Art no. 5020010, doi: 10.1109/TIM.2022.3196447.
[2] SPEED:Semantic Prior and Extremely Efficient Dilated Convolution Network for Real-time Metal Surface Defects Detection, in IEEE TRANSACTIONS ON INDUSTRIAL Informatics.
[3] The Interaction Graph Auto-encoder Network Based on Topology-aware for Transferable Recommendation. CIKM 2022.
[4] Nernet: Noiseestimation and removal network for image denoising,” Journal of VisualCommunication and Image Representation, vol. 71, p. 102851, 2020.
迄今为止，郭冰洋在我们平台输出10余篇技术文章，1门完整的专栏课程，若干实战案例课程，分别介绍如下：
《深度学习之Pytorch：入门及实战》免费课程
，课程内容主要包含PyTorch简介、PyTorch环境配置、张量简介、PyTorch中的层结构及模型搭建方法、PyTorch中的损失函数、PyTorch中的优化器、PyTorch中的数据读取、PyTorch中的模型加载与保存、基于PyTorch的人脸表情分类实战等内容，目前总课时超过5个小时。
详细的课程介绍，请大家阅读：
【视频课】永久免费！5小时快速掌握Pytorch框架入门及实战
《基于ResNet的生活用品多标签分类》实战课程
，
详细的课程介绍，请大家阅读：
【项目实战课】基于ResNet的生活用品多标签图像分类实战
《基于EfficientNet的血红细胞分类竞赛》实战课程
，
详细的课程介绍，请大家阅读：
【项目实战课】基于Pytorch的EfficientNet血红细胞分类竞赛实战
《基于BiseNet的表面缺陷分割》实战课程
，
详细的课程介绍，请大家阅读：
【项目实战课】基于Pytorch的BiseNet表面缺陷分割实战
一些公开免费的技术直播：
想要发表论文，没有足够扎实的基础知识储备是万万不能的，论文的写作不仅是需要好的创新点，更需要出色的工程技巧，调教模型使其工作在最佳状态，为此我们给大家配套了CV基础方向非常系统性的学习课程以及拓展的学习资料，包括课程
《深度学习之图像分类：理论与实践》，《深度学习之目标检测：理论与实践》，《深度学习之图像分割：理论与实践》
，图文内容社区
有三AI知识星球
。
《深度学习之图像分类：理论与实践
》专栏
课程，
课程内容主要包含深度学习图像分类各个方向的理论知识，如图像分类基础、多类别图像分类理论、细粒度图像分类理论、多标签图像分类理论、半监督与无监督图像分类、零样本图像分类等，目前总课时超过10个小时。
详细的课程介绍，请大家阅读：
【视频课】CV必学，超10小时，3大模块，5大案例，循序渐进地搞懂图像分类理论与实践！
《深度学习之目标检测：理论与实践
》专栏
课程，
课程内容主要包含two-stage算法-Faster RCNN系列详解、one-stage算法-YOLO系列详解（从YOLO v1到YOLO v5），Anchor-free算法系列详解（包括Densebox，CenterNet，CornetNet等），目前总课时超过30个小时。
详细的课程介绍，请大家阅读：
【视频课】CV必学，超30小时，4大模块，4大案例，循序渐进地搞懂目标检测！
《深度学习之图像分割：理论与实践
》专栏
课程，
课程内容主要包含
深度学习之图像分割的各个研究方向，如图像分割基础、语义分割模型及其改进技术、弱监督语义分割，Image Matting经典模型及其改进，各类实例分割模型等
，
目前总课时超过10个小时
。
以上课程会讲解该领域中最经典的内容，具有足够的宽度和深度。而为了让大家学习更多新论文的思路，我们在知识星球中包含了数百篇经典论文的阅读，覆盖了数十个技术方向，这些可以作为拓展的学习资料，让大家从中汲取好的创新点。
详细的介绍，请大家阅读：【杂谈】有三AI知识星球指导手册出炉！和公众号相比又有哪些内容？
扫码下面的二维码，就可以订阅有三AI-CV论文指导小组，一次订阅终身有效，当前价格为1188元，
往期直播请扫描课程二维码查看。
所有配套的视频课程学习在小鹅通，图文论文学习在知识星球，一对一指导在微信群，
订阅后联系有三微信Longlongtogo即可入群。如已经有配套的课程或知识星球，
可以抵扣最高不超过500元，请联系有三核实身份
。
