点击下方卡片，关注“CVer”公众号

AI/CV重磅干货，第一时间送达

转载自：机器之心 | 编辑：小舟、陈萍

又一位知名人工智能研究者宣布从业界离职，回归学术界。

近日，Facebook 人工智能研究院（FAIR）研究科学家谢赛宁在推特上宣布自己即将离开 FAIR，加入纽约大学担任助理教授。

他表示自己在 FAIR 度过了极好的 4 年，将在明年 1 月正式加入纽约大学，并期待与广泛的科学和创意社区一起探索人工智能，建立新的跨学科合作。李磊、高若涵、杨笛一等多位知名研究者纷纷表示祝贺。

图灵奖得主 Yann LeCun 也在推特上写道：「再次欢迎赛宁」。LeCun 不仅是 FAIR 的首席 AI 科学家，也是纽约大学计算机科学教授，于是 LeCun 再次欢迎了新同事。

谢赛宁（Saining Xie）

谢赛宁在加州大学圣迭亚哥分校（UCSD）获得博士和硕士学位，师从 Zhuowen Tu 教授。读博期间，他还在 NEC Labs、Adobe、Meta（原为 Facebook）、谷歌、DeepMind 当过实习生。在此之前，谢赛宁在上海交通大学获得了学士学位。

谢赛宁的主要研究方向包括深度学习和计算机视觉，并致力于改进表示学习技术，以帮助机器理解和利用大量的结构化信息，以及通过学习更好的表示来推动视觉识别的边界。

目前，他在 Google Scholar 上的引用量已经超过 21233。

他有多篇论文被 ECCV、CVPR、ICLR 等顶会接收，并曾担任 ECCV 2020/2022、ICCV 2021 和 CVPR 2021/2022 的领域主席。

2016 年底，谢赛宁作为一作发表论文《Aggregated Residual Transformations for Deep Neural Networks》，提出用于图像分类的简单、高度模块化的网络结构 ResNeXt。ResNeXt 是 ResNet 和 Inception 的结合体，它不需要人工设计复杂的 Inception 结构细节，而是每一个分支都采用相同的拓扑结构。目前，该论文的引用量已超 7600。

2020 年，谢赛宁与何恺明等人合作，发表论文《Graph Structure of Neural Networks》，论文提出了一种神经网络的新型的图表示法。该表示法有助于对神经网络的架构和预测性能有更深层的理解。

此外，他还是《 ConvNeXt：A ConvNet for the 2020s 》通讯作者，该研究重新检查了设计空间并测试了纯 ConvNet 所能达到的极限。逐渐将标准 ResNet「升级（modernize」为视觉 Transformer 的设计，并在此过程中发现了导致性能差异的几个关键组件。仅半年时间，论文引用量就已超过 200。

点击进入—> CV 微信技术交流群

CVPR 2022论文和代码下载

后台回复：CVPR2022，即可下载CVPR 2022论文和代码开源的论文合集

后台回复：Transformer综述，即可下载最新的3篇Transformer综述PDF

目标检测和Transformer交流群成立
扫描下方二维码，或者添加微信：CVer222，即可添加CVer小助手微信，便可申请加入CVer-目标检测或者Transformer 微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer等。
一定要备注：研究方向+地点+学校/公司+昵称（如目标检测或者Transformer+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群▲扫码或加微信号: CVer222，进交流群
CVer学术交流群（知识星球）来了！想要了解最新最快最好的CV/DL/ML论文速递、优质开源项目、学习教程和实战训练等资料，欢迎扫描下方二维码，加入CVer学术交流群，已汇集数千人！▲扫码进群
▲点击上方卡片，关注CVer公众号

整理不易，请点赞和在看