想了解高汾辨率网络 HRNet 吗王井东老师的课程直播即将在本周三开讲！

视觉识别主要包括三大类问题：图像层次（图像分类），区域层次（目标检测）和像素层次（如图像分割、人体姿态估计和人脸对齐等）最近几年，用于图像分类的卷积神经网络成为解决视觉识别问题的标准结构这类网络的特点是学到的表征在空间分辨率上逐渐变小。

王井东老师和他的团队认为分类网络并不适合区域层次和像素层次的问题因為学到的表征本质上具有低分辨率的特点，在此基础上恢复的高分辨率表征空间区分度仍然不够强使其在对空间精度敏感的任务上很难取得准确的预测结果。

于是他们提出了高分辨率深度神经网络（HRNet）对网络结构做了基础性的缩小图片不改变清晰度，由传统的串行连接高低分辨率卷积改成并行连接高低分辨率卷积，通过全程保持高分辨率和对高低分辨率表征的多次信息交换来学到丰富的高分辨率表征在多个数据集的人体姿态估计任务中取得了最佳的性能。

本周三（11 月 20 日）我们特别邀请到了微软亚洲研究院视觉计算组首席研究员王囲东老师来为我们深入讲解 HRNet，帮助大家更好的开展 2019 实践空间站的项目研究