阿德莱德大学博士

涉及了这么多阿德莱德的杰出校友，大家有木有对阿德莱德大学充满浓厚兴趣呢？百年名校——阿德莱德大学阿德莱德大学(The University of Adelaide)成立于1874年，目前位列全球前100强，是澳大利亚八校集团成员之一。在泰晤士高等教育世界大学排行中，阿德莱德大学的生命科学、医学健康领域都进入了世界前百强，实力不容小觑哦。你造吗，全澳大利亚至今有15个诺贝尔奖得主，而自1874年建校以来，阿德莱德大学就培养出5个诺贝尔奖和104个罗德奖的获得者。仅一所大学就占到了一个国家诺贝尔获奖者的41.7%，看完这个，突然觉得这个学校出两位总统简直是再正常不过了！阿大与众不同之处立思辰留学介绍，阿德莱德大学作为八大唯一个位于偏远地区的大学，拥有得天独厚的优势：在偏远地区学习满2年即可获得5分的澳洲移民加分偏远地区更易获得雇主担保和州政府担保移民偏远地区生活成本比较低，几乎比悉尼、墨尔本等澳洲其他城市便宜了三成，大学学费相对也低一些，因此留学的性价比很高偏远地区相对中国人比较少，澳洲当地人多，语言环境好。阿德莱德大学优势专业有：酿酒与食品健康科学生物科学物理科学信息技术与电信环境科学和社会科学推荐专业： 会计和金融硕士：Master of Accounting and Finance会计市场营销硕士：Master of Accounting and MarketingPS：这2个课程均受到澳大利亚CPA会计师协会认证！　阿大+博士=总统说到新加坡现任总统陈庆炎Tony Tan Keng Yam，就不得不谈谈属于他的那些年。陈先生在任总统之前曾在国有和私营企业都有过辉煌的职业生涯，还有十年新加坡副总理以及三年华侨银行有限公司主席兼首席执行官经历。这简直算得上辉煌人生了，谁会这么幸运拥有这么牛掰的校友呢？不卖关子了，陈先生是阿德莱德大学的校友，1967年获得了应用数学博士学位（PhD in Applied Mathematics ）。陈庆炎先生是第二位当选新加坡总统的阿德莱德大学毕业生。2005年，陈庆炎先生获得阿德莱德大学杰出校友，实至名归。阿德莱德大学是一所综合性很强的大学，在世界级的研究的指导下和以学生学习体验为中心的宗旨下，该校提供大量可选择的本科和研究生专业课程。现有超过25000名学生就读于此，其中有30%是来自世界各地的国际学生，他们相聚在这里，构建了充满活力的阿德莱德大学校园。

实例分割，是机器自动从图像中用目标检测的方法框出不同的实例，然后用语义分割的方法在不同的实例区域内进行逐像素标记的过程。简单的理解就是：在同一个类的实例中区分不同的实例。在计算机视觉的任务中，由于实例分割是像素级识别轮廓任务，因此与其他类似的视觉任务相比，实例分割属于最困难的视觉任务之一。实例分割兼具目标检测和语义分割的特点，因此逐渐演化出基于语义分割的down-top apporach与基于目标检测的top-down apporach两种方法。top-down模型是先通过一些方法获取box区域，然后对区域内的像素进行mask提取，这种模型会面临以下几个问题：1）特征和mask之间的局部一致性会丢失；2）特征提取的冗余性，不同的bbox会重新提取mask；3）由于使用缩小特征图卷积而造成的位置信息丢失。bottom-up模型则会先对整图进行逐像素预测(per-pixel prediction)，每个像素生成一个特征向量，然后通过一些方法来对像素进行分组。由于进行的是逐像素级预测且步长很小，局部一致性和位置信息可以很好的保存，但会面临以下几个问题：1）严重依赖逐像素预测的质量，容易导致非最优的分割；2）由于mask在低维提取，对于复杂场景(类别多)的分割能力有限；3）需要复杂的后处理方法。因此综合top-down和bottom-up的策略，利用instance-level信息(bbox)对per-pixel prediction进行裁剪和加权输出的方法，成为了一种趋势。而目前虽然FCIS和YOLACT已有类似的思想，但都没有很好的处理top-level和bottom-level的特征，高维特征包含整体的instance信息，而低维特征的则保留了更好的位置信息，如何合并高低维特征，8月7日晚8点，智东西公开课邀请到阿德莱德大学在读博士、BlendMask一作陈昊参与「CV前沿讲座」第13讲，陈博士将围绕《BlendMask-高质高效的实例分割模型》这一主题进行直播讲解。陈博士将从实例分割问题的定义与研究出发，详解二阶段实例分割方案的特点与局限，并对BlendMask模型的原理及BlendMark模型在实例分割、全景分割等任务上的应用进行深入的讲解。陈昊是澳大利亚阿德莱德大学在读博士，指导老师为沈春华教授。陈博的研究方向为计算机视觉，包括实例检测分割、网络结构搜索和文字检测识别等。他的研究成果发表于CVPR、IEEE等顶级会议，其中包括4篇CVPR2020。课程内容主题：BlendMask：高质高效的实例分割模型提纲：1、实例分割问题的定义与研究2、二阶段方案的特点与局限3、BlendMask模型的框架与原理解析4、BlendMask模型在实例分割、全景分割等任务上的应用讲师介绍陈昊，澳大利亚阿德莱德大学博士生，指导老师为沈春华教授。研究方向为计算机视觉，包括实例检测分割、网络结构搜索和文字检测识别等。其研究成果发表于CVPR、IEEE等顶级会议，其中包括4篇CVPR2020。直播信息直播时间：8月7日20:00直播地点：智东西公开课小程序答疑地址：智东西公开课讨论群加入主讲群本次课程的讲解分为主讲和答疑两部分，主讲以视频直播形式，答疑将在「智东西公开课讨论群」进行。加入讨论群，除了可以免费收看直播之外，还能认识讲师，与更多同行和同学一起学习，并进行深度讨论。扫码添加小助手糖糖（ID：hitang20）即可申请，备注“姓名-公司/学校/单位-职位/专业”的朋友将会优先审核通过哦~

CV前沿讲座，是智东西公开课针对计算机视觉推出的一档讲座，聚焦于计算机视觉前沿领域研究成果与进展。我们将持续邀请研究者、专家与资深开发者，为大家带来直播讲解。OCR（Optical Character Recognition, 光学字符识别）是指对输入扫描文档图像进行分析处理，进而识别出图像中文字信息的技术。而场景文本检测与识别，是指识别自然场景图片中的文字信息。由于在计算机视觉中的广泛应用而受到越来越多的关注。但尽管最近取得了巨大的进展，由于其在大小、长宽比、字体样式、透明失真和形状等方面的多样性，检测与识别野生文本在很大程度上还未解决。近年来，许多端到端方法显著提高了任意形状场景文本定位的性能。然而，这些方法要么使用基于分段的方法来维护复杂的管道，要么需要大量昂贵的字符级标注。此外，几乎所有这些方法推理速度都很慢，妨碍了实时应用程序的部署。因此，如何设计一个简单而有效的端到端框架，用于在图像中定向或弯曲的场景文本定位，并在确保快速的推断时间的同时，同达到了与最先进方法相媲美甚至更好的性能的方法非常关键。ABCNet，是一种基于贝塞尔曲线的、端到端可识别任意形状的场景文本识别网络。8月3日晚8点，智东西公开课邀请到阿德莱德大学博士后、ABCNet第一作者刘禹良参与「CV前沿讲座」第12讲，刘博士将围绕《ABCNet-端到端可训练任意形状的实时场景文本识别网络 》这一主题进行直播讲解。他将从端到端场景下的文本检测以识别的研究与挑战出发，对ABCNet，基于贝塞尔曲线的任意形状文本端到端检测及识别方法进行深入讲解，并介绍一下场景文本端到端检测及识别的应用。刘禹良是阿德莱德大学博士后，华南理工大学金连文老师组的博士生，主要研究场景文本检测与识别问题。刘博在知名期刊/会议上发表多篇论文，包括5篇CVPR论文，其中一篇是CVPR2020的满分论文。同时刘博也热衷于项目开源，本人有许多研究项目都是开源的，对研究社区和行业产生了一定的影响。他也曾获得过5项国际竞赛冠军，并与百度、阿里巴巴等高科技公司合作，共同举办了ICPR 2018 MTWI、ICDAR 2019 ArT、ICDAR 2019 LSVT等国际知名赛事。课程内容主题：ABCNet：端到端可训练任意形状的实时场景文本识别网络提纲：1、端到端场景下的文本检测及识别的研究与挑战2、ABCNet：基于贝塞尔曲线的任意形状文本端到端检测及识别方法3、场景文本端到端检测及识别的应用讲师介绍刘禹良，阿德莱德大学博士后；华南理工大学金连文老师组的博士生，主要研究场景文本检测与识别问题；在知名期刊/会议上发表多篇论文，包括5篇CVPR论文(4位第一作者)，其中一篇是CVPR2020的满分论文；热衷开源，许多研究项目都是开源的，这对研究社区和行业产生了一定的影响；曾获得过5项国际竞赛冠军，并积极与百度、阿里巴巴等高科技公司合作，共同举办了ICPR 2018 MTWI、ICDAR 2019 ArT、ICDAR 2019 LSVT等国际知名赛事。直播信息直播时间：8月3日20:00直播地点：智东西公开课小程序答疑地址：智东西公开课讨论群加入主讲群本次课程的讲解分为主讲和答疑两部分，主讲以视频直播形式，答疑将在「智东西公开课讨论群」进行。加入讨论群，除了可以免费收看直播之外，还能认识讲师，与更多同行和同学一起学习，并进行深度讨论。添加小助手糖糖（ID：hitang20）即可申请，备注“姓名-公司/学校/单位-职位/专业”的朋友将会优先审核通过哦~

去澳洲读博，总有人好奇：澳洲博士到底水不水？对于这个问题，不少人也各执己见，说澳洲博士水的大多也是对比美国博士来说的。也有澳洲在读的Phd说一些人觉得澳博水可能是澳洲很多博士不答辩就拿毕业证书，不过最后还是拼publication数量。小编看了大部分针对澳洲博士的评论和回答，大部分还是对澳洲博士持认可态度的。总结一句话：水的不是学校，而是学生本身。其实但凡能读到博士这一学位的人，已经秒杀身边95%的人了。澳洲教育资源本身也比较充足，如果再遇到一个靠谱的澳洲教授，有拿得出手的、有影响力的代表性学术著作，那相信想掺水也是很难的。很多人看到别人都去读博了，自己也随大流去读博，结果忍受不了博士期间的枯燥和失败，最终半途而废，浪费了几年青春。不要盲目为了读博而读博，因为读博需要我们全身心地投入其中，在研究的领域做出原创性的成果，才能顺利毕业。澳洲生活节奏比较慢，导师也不会很着急，读博过程也不需要怎么上课，学生可以把所有时间都用在科研上。此外，澳洲博士毕业时间一般为3-4年，比美国高校节省了1-2年时间，大大地节约了时间成本。想要好的学术发展是离不开优良的学术环境，创造一个好的学术环境也需要很多因素。澳洲的综合科研水准是位于世界前列的，从其学校世界排名就可以看出来。尽管整个澳洲只有40多所大学，但澳洲著名的八大院校（悉尼大学，墨尔本大学，澳洲国立大学，新南威尔士大学，昆士兰大学，莫纳什大学，西澳大学，阿德莱德大学）不管在现公认的四大世界高校排行榜哪一个中都是位于前100的行列。而且，每年澳洲政府都会将超过七成的科研教育经费拨给这八所高校，所以当你申请澳洲大学的PhD时，应把重点放在这八大高校上。当然非八大学校如果有全奖，也是可以考虑的。澳洲独特的地理位置和历史，使其在海洋科学，环境，地质学，生物医学，天文学等领域也是名列世界前茅。比如，在澳洲读海洋生物学的博士可以去大堡礁这种地方实习，这是其他国家做不到的。当然，澳洲的商科专业也很强，商学院可以说是澳洲要求最高的学院。而且，澳洲的商学院都是经过了AACSB和EQUIS认证的，是CEMS商学院联盟的一员，实力毋庸置疑。艺术与设计专业在澳洲也是实力不俗。在最新的QS世界大学排行榜-艺术与设计学科榜单中，澳洲有9所大学进入全球前100，其中皇家墨尔本大学RMIT排名全球第12位！除此以外，很多学校的文科和社科项目也是非常不错的。澳洲属于英联邦国家，所以它的学位系统是以英国为模板的，在本科，硕士之后，博士作为教育的最高等级。澳洲的博士课程，一般都是研究导向型(没有授课)，PhD一般需要3-4年才能读完。申请澳洲PhD的前提是至少具备一个硕士学位或荣誉学士学位，或者在以往的工作中有科研创新能力，具备可持续从事相关研究的潜质（如在著名国际刊物发表过3-5篇专业论文）。对于国内本科毕业或即将本科毕业的学生，可去澳洲留学申请硕士学位后再攻读PhD博士学位。入学资格可分为课程硕士学位（Coursework）与研究型硕士学位（Research course）。课程硕士申请澳洲PhD一般要求有工作经历（要求在国内较好的研究机构有几年的研究经历以及发表过相关论文），有机会可以转PhD。研究型硕士申请澳洲PhD一般不需要工作经历可以直接攻读博士学位，学生在攻读硕士学位期间的研究项目可以延续到博士阶段，如果申请人自身具有良好的学术基础和背景（比如在国际著名刊物上发表过3-5篇专业论文），也可能在2年内拿到博士学位。另外，有的学科本身就具有博士学位的，本科就可以直接申请。申请时，一定要着重强调自己有过的研究经历。澳洲博士申请流程1.先有读博意向2.确定研究方向3.准备学术CV及个人PS4.撰写研究计划（Research Proposal，简称RP）5.确定博士导师及院校6.与导师联系套磁7.根据导师建议修改RP8.开始网申注意：大部分学校没有申请周期，全年任何时候都可以申请，大多数学校只有每年8月的一轮奖学金申请，也有学校的奖学金也是全年申请的（只要有人withdraw了，其他人就能接着申）。

好消息！阿德莱德大学官宣：将为在海外就读本科和授课型硕士的国际学生提供高达20%的学费减免！适用于2020年下半年Semester 2和Trimester 3！据阿德莱德大学官网信息，考虑到学生可能已经获得其他奖学金或折扣，学费免除总额将不超过20%；学费将在学生接受offer时自动减免该学费减免政策只适用于旅行限制取消之前，但将在整个学期的学习中兑现；但旅行限制解除后，学生不能选择继续留在海外，且不能继续获得未来课程学费的减免。所有因边境关闭而无法返澳上学的海外留学生都能够获得此项学费减免，包括：本科生就读授课型研究生课程的学生即将完成PEP等课程且首次入读阿德莱德大学的学生注意：继续或开始PEP等课程，以及博士或研究型硕士不符合资格。学费减免适用于Semester 2、Trimester 3、Winter School、Quadmester 3以及Quadmester 4。与此同时，阿德莱德大学官网解答了一些常见问题：为何澳洲境内的国际学生和本地学生不能获得学费减免？随着我们的校园重新开放，澳洲境内的国际学生和本地学生可以恢复他们的校园学习。学费减免是对海外留学生在目前不能返回澳洲的情况下无法参与校园生活的补偿。当政府解除旅行限制时，我们期待海外留学生重返校园。我是一名国际学生，目前在阿德莱德，我能够回到自己的国家然后申请学费减免吗？在COVID-19全球大流行期间，澳洲境内的国际学生获得了大学提供的一系列财政援助，包括紧急财政困难补助金、IT、食宿支持。这项学费减免政策是专门为那些由于澳大利亚政府的边境管制而无法返回校园的海外留学生而设计的。如果澳洲边境限制一直持续到2021年，这项学费减免政策会持续到那个时候吗？这项学费减免政策适用于2020年第二学期所有符合条件的海外留学生。我们将密切关注情况，如果海外学生由于澳大利亚政府的边境管制无法在2021年第一学期返澳，我们可能会考虑延长学费减免计划。目前澳洲边境限制何时放宽仍未知，再加上维州疫情再次爆发，今年放宽旅行限制恐怕是无望了。阿德莱德大学这一及时的学费减免政策可谓是雪中送炭，为那些无法返澳只能在家远程上课的学生们缓解了一些压力。同学们注意查看自己是否符合学费减免资格，不要错过这一福利啊！

ECCV活动倒计时两周啦！我“门”首次举办的线上顶会专场特别活动「将门ECCV 2020鲜声夺人云际会」即将于北京时间8月30日晚上与大家线上见面，还不知道活动的小伙伴快点这里查看！想报名的朋友们点击上方图片就可以啦！本次线上聚会主要分为三个环节：【新星连连看】、【奔涌吧后浪】和【高手在路上】。活动正式开始之前，我们将分别为大家详细介绍各环节的嘉宾及分享内容，一起燥起来吧！本文将为大家介绍【新星连连看】环节的6位中ECCV Oral（仅2%）的华人新星。在90分钟的时间里，他们将为大家带来六场Oral独家分享，将想听的报告一网打尽！福利环节//提问赢红包/// NOCITCE1、在报名小程序中对演讲嘉宾提问，如果在线上活动被抽中讨论，你将会获得两位数红包哦！2、在活动报名文章评论区留言，注明你想提问的嘉宾姓名/环节名称，点赞数最高的5位也将获得大红包一个！01基于条件卷积的实例分割Conditional Convolutions for Instance Segmentation田值阿德莱德大学计算机科学在读博士生01:56论文链接：https://arxiv.org/pdf/2003.05664.pdf项目主页：https://github.com/aim-uofa/AdelaiDet/blob/master/configs/CondInst/README.md工作亮点：提出了一种新的实例分割的框架。其核心是对于每一个实例动态生成一个紧凑的FCN。每一个这样的FCN负责分割一个实例。该框架主要的优点是：1）推理时间相对稳定，较少依赖于图片中的目标个数。2）可以产生高分辨率实例分割结果。3）全卷积，不依赖于ROIAlign等。该方法可以在相同的训练时长下，在MS-COCO上达到比Mask R-CNN好的性能和推理速度。 演讲嘉宾：田值，澳大利亚阿德莱德大学计算机科学专业三年级博士生，导师为沈春华老师。主要研究方向为实例识别，包括目标检测，实例分割等。已在CVPR/ICCV/ECCV发表多篇文章。其中一些文章已经成为业内流行的算法，比如目标检测算法FCOS和文字检测算法CTPN。此外，还获得了2019年的Google PhD Fellowship。 02利用深度生成式先验实现通用的图像复原与编辑Exploiting Deep Generative Prior for Versatile Image Restoration and Manipulation潘新钢香港中文大学信息工程学在读博士生01:59论文链接：https://xingangpan.github.io/projects/DGP.html 工作亮点：仅仅用一个预训练的生成模型例如对抗生成网络 (GAN)，能否将其用作一种通用的图像先验用于各种图像复原与编辑任务？在这个工作中我们给出肯定的答案。我们提出一种挖掘GAN中图像先验的方法。无需针对特定任务设计，我们在多样的图像类别和场景中实现了多种图像复原（上色，补全，超分辨率，对抗防御）和图像编辑（随机扰动，图像渐变，类别转换）效果。演讲嘉宾：潘新钢，现为香港中文大学多媒体实验室四年级在读博士生，师从汤晓鸥教授，本科毕业于清华大学。在CVPR，ECCV，ICCV等顶会上发表多篇论文。在Tusimple 2017车道线检测和WAD 2018可行驶区域分割比赛中获得冠军。目前的研究方向是生成模型和深度学习。 03当AI遇见三维时装: 来会会现今最大的三维服装数据集Deep Fashion3D: A Dataset and Benchmark for 3D Garment Reconstruction from Single Images朱鹤鸣香港中文大学深圳访问学生浙江大学硕士毕业生 01:52论文链接：https://arxiv.org/abs/2003.12753项目主页：https://kv2000.github.io/2020/03/25/deepFashion3DRevisited/工作亮点：来自港中深的研究团队为解决现今三维服装数据集模型数量以及服装种类缺乏的问题，首先提出了现今最大的三维服装数据集Deep Fashion3D；为了充分利用本数据集，研究人员还提出了一个新颖的单幅图像三维服装重建基准方法，实现了通过单张图像对Deep Fashion3D数据集中所有种类服装的三维重建。演讲嘉宾：朱鹤鸣，香港中文大学（深圳）研究助理，于2017年和2020年分别获得浙江大学计算机学院本科与硕士学位。他的研究方向主要包含三维人体数字化、三维重建与人机交互。04面向快速高精度语义分割的语义流网络Semantic Flow for Fast and Accurate Scene Parsing李祥泰北京大学信息科学技术学院智能科学系在读博士生论文链接：https://arxiv.org/abs/2002.10120项目主页：https://github.com/lxtGH/SFSegNets工作亮点：目前主流的语义分割方法很难做到速度和分割精度的平衡，即高精度的语义分割方法很难做到实时推理速度，而实时语义分割模型又很难保证高精度。为了得到实时高精度语义分割模型，来自北京大学的研究团队提出基于语义流来更好地自顶向下传递语义信息的方法，实现了即快又准的语义分割模型，在主流的道路交通场景Cityscapes数据集，语义流网络可以做到80mIoU以上并且推理速度在25FPS左右。 演讲嘉宾：李祥泰目前是北京大学信息科学学院智能科学系在读博士生（直博），导师为童云海老师。目前的研究方向是计算机视觉中的分割方向，包括传统语义分割，实时语义分割，全景分割等相关方向，并在ECCV, AAAI, BMCV会议发表相关工作。05无监督在线学习：视觉记忆与机器人关键场景的预测 Visual Memorability for Robotic Interestingness via Unsupervised Online Learning王晨卡耐基梅隆大学机器人学院博士后 论文链接：https://arxiv.org/pdf/2005.08829.pdf项目主页：https://chenwang.site/interestingness/工作亮点：来自CMU机器人学院的研究团队以DARPA（美国国防部高级研究计划局）挑战赛为背景，为解决移动机器人在未知环境中的自主探索问题，首次提出以无监督在线学习的方式来预测运行环境的兴趣值。为了使机器人能够快速部署并充分适应未知环境，研究员提出了一种新颖的四维视觉记忆模块，并设计了三阶段的学习方式，即长期学习，短期学习和在线学习。该团队验证了机器人在无监督并完全自主的情况下能够发现包含不常见物体的场景，同时在线学习更新自己的兴趣方向。演讲嘉宾：王晨，卡耐基梅隆大学博士后。2014年本科毕业于北京理工大学，2019年博士毕业于新加坡南洋理工大学。曾任腾讯高级研究员。主要研究领域为机器视觉和机器学习在机器人感知领域的理论与应用。06Fashionpedia数据集：服装本体论，种类分割与属性定位Fashionpedia: Ontology, Segmentation, and an Attribute Localization Dataset贾梦霖康奈尔大学计算机信息科学在读博士生论文链接：https://arxiv.org/abs/2004.12276项目主页：https://fashionpedia.github.io/home/index.html工作亮点：Fashionpedia首次提出将图像分割与细粒度属性分类结合，提供一个全新的computervision task：Instance segmentationwith attributes localization。为充分研究这个全新的任务，来自康奈尔大学、Google和Hearst Magazines研究团队将服装本体论引入由专家创造的服装数据集，来进行服装类别检测、分割和属性定位。全新的服装本体论提供了294类服装属性以及46类服装类别 （包括19个服装组成部分）。演讲嘉宾：贾梦霖，康奈尔计算机信息科学在读博士生，同时在Facebook AI兼职Visiting Research Engineer。其导师是Serge Belongie 和Claire Cardie. 她的研究方向包括细粒度识别和multi-modalities。 看了这么多介绍，想必你已经心痒痒了吧！还没报名的小伙伴们赶紧点击下方小程序报名，前排占座吧！▼往期精彩▼ECCV 2020独家攻略 ●●// 1｜活动报名:「将门ECCV 2020鲜声夺人云际会」踏浪而来！// 2｜云端参会攻略之Oral篇，前排占位、强势围观// 3｜精彩教程大揭秘，云端参会也easy// 4｜Workshop第一弹: 视觉研讨会, 最新研究成果一网打尽！// 5｜Workshop第二弹: 最新CV应用实践成果全介绍

01你想过去澳大利亚读博吗？澳大利亚的大学多融合了美国式的开放校风，并延续英国式的传统菁英培育方式，成为全球最重要的教育枢纽之一，每年吸引了大量来自世界各地的留学生！澳大利亚的教育具有世界一流的水准。这个人口前几年才突破2000万的国家，已先后有十三位科学家获得过诺贝尔奖。所有的澳大利亚学校教育都是根据个体的需要、能力与兴趣而设，使得每个学生都得以发挥其个人各方面的潜能，并能运用于各行各业。澳大利亚的大学水准极高，曾被英国泰晤士报评为全世界第三。著名高等院校有澳大利亚八校联盟成员、伍伦贡大学、皇家墨尔本理工大学、悉尼科技大学等。如何申请澳大利亚的博士呢？本期小曼就给大家好好介绍一下关于澳大利亚的申博干货！02澳大利亚博士申请要求申请澳大利亚PhD的前提是至少具备一个硕士学位或荣誉学士学位（优等生学位），或者在以往的工作中有科研创新能力，具备可持续从事相关研究的潜质（最好发表过论文）。课程型硕士申请澳大利亚PhD一般（因个人情况而异）要求有工作经历（要求在国内较好的研究机构有几年的研究经历以及发表过相关论文），有机会可以转PhD；研究型硕士申请澳大利亚PhD一般（因个人情况而异）不需要工作经历可以直接攻读博士学位，学生在攻读硕士学位期间的研究项目可以延续到博士阶段，如果申请人自身具有良好的学术基础和背景（比如在国际著名刊物上发表过3-5篇专业论文），也可能在2年内拿到博士学位；另外，有的学科本身就具有博士学位的，本科就可以直接申请。申请时，一定要着重强调自己有过的研究经历。03较适合申请澳大利亚博士的几种情况在国内读的硕士, 有研究经历的本科生；在国际期刊发过文章，但GPA不高又看重学校世界排名的人；比较注重生活质量，尤其是已经有家室，想全家到海外生活，拿绿卡的人；不想考GRE的人；与其他国家相比，申请澳大利亚PhD，学校不那么看重GPA，更看重研究实力。因此，很多澳大利亚学校公开要求学生在申请之前套磁，联系好未来教授，商量好研究课题，写好研究计划，才可以申请。04申请流程澳大利亚的博士申请和其他国家稍有不同，一般分为两种情况：●有申请周期，先套磁后申请，一般就申2－3所，省申请费，最早一批offer12月份就来；●没有申请周期，全年任何时候都可以申请，大多数学校只有每年8月的一轮奖学金申请，也有学校的奖学金也是全年申请的（只要有人 withdraw 了, 其他人就能接着申）。申请流程如下：1.寻找导师；利用网上的各种资源，例如学校或研究机构具体官网，找到具体你感兴趣的学校，以及你想申请的专业所在的学院。之后，你需要具体到学院的某一位在你领域的教授，也不一定非要100%和你过去的研究相关；但是，你的涉及的领域或想要研究的方向一定要和导师相关。2.联系导师；一旦你确定了导师，你就需要和导师联系了，也就是传说中的“套磁”。找到具体的导师，然后给他发邮件联系一下。3.向学校申请；一旦你收到某个学校的导师表示愿意接收你作为PHD学生，你就需要向学校申请offer了，同时看看有木有奖学金机会，可以同时申请试试。当时，录取和奖学金是两回事：你可能拿到学校的offer，但是不一定拿到奖学金，奖学金的申请，竞争比较激烈。4.奖学金；博士可以申请的奖学金有学校的奖学金、IPRS（International Post Graate Research Scholarship）、奋进奖学金，都可以试试。以悉尼大学商科博士为例悉尼大学商学院的哲学博士学位可以在所有学科范围内，或在一个研究中心内，并与我们的一个动态研究小组合作。该学位要求在学术小组的监督下，圆满完成6个课程单元的学习和一篇8万字的经批准的主题的研究论文。 读博时间：全日制：3 - 4年，提供给澳大利亚本地学生和国际学生兼职：3 - 4年，只提供给澳大利亚本地学生 语言要求：托福网考：总分不低于96分，其中阅读、听力、口语不低于20分，写作不低于22分托福纸考：总分592分的最低分，包括写作5.0分的最低分雅思：整体最低7.0分，小分不低于6.5分PTE：总分最少68分，每项最少61分研究领域：在悉尼大学商学院攻读博士学位的学生可以在学院内的下列学科或研究中心进行指导研究：Discipline of AccountingDiscipline of Business AnalyticsDiscipline of Business Information SystemsDiscipline of Business LawDiscipline of FinanceDiscipline of International BusinessDiscipline of MarketingDiscipline of Strategy, Innovation and EntrepreneurshipDiscipline of Work and Organisational StudiesInstitute of Transport and Logistics Studies. 申请入学：鼓励符合资格的申请人尽早提出申请，甚至在他们完成目前的资格学位课程之前可以提出申请。如果你找到了合适的导师，会联系你进行面试。面试通常通过Skype或亲自进行。面试结束后，你的导师、相关学科和博士生学部主任将对你的申请进行审核，如果他们都同意认可你的候选人资格，你将获得录取通知书。 所需文件你在申请时需要提供的文件会根据你申请的学科而有所不同，更多信息见入学要求表（公众号后台回复关键字“悉尼大学”，即可查看悉尼大学商科入学要求表）。Statement of purpose作为申请的一部分，你需要写一份1-2页的文件来描述你攻读博士学位的动机。Research proposal根据你所申请的研究兴趣陈述、指示性研究计划或已发展的研究计划，有三种不同类型的研究计划是必须的。要了解你需要提供哪种类型的研究计划，请参阅入学要求表（公众号后台回复关键字“悉尼大学”，即可查看悉尼大学商科入学要求表）。Statement of Research Interests这是一份1-2页的陈述，详细说明你的研究兴趣，声明可以包括潜在的研究领域、主题和方法。该声明将被用来匹配你的兴趣与研究导师，如果你被邀请继续你的申请，你将被要求在写一个合适的研究计划之前与你的申请导师商量，请注意，申请不能处理，除非附上研究计划。Indicative Research Proposal指示性研究建议是一份长度不超过1500字的简短文件(如果需要，您可以在文件的最后添加一段概述其他研究兴趣的段落)。提示性建议旨在为您与指定的导师进行讨论提供一个起点。这个讨论将导致一个研究计划草案，必须添加到您的申请。指示性研究建议可包括:项目描述-你的研究问题/假设是什么?简要回顾一下你可能注意到的这个领域的文献。预期的研究贡献——你希望你的研究对现有知识有什么贡献?它是创新的还是原创的?建议的方法-定性、定量或混合方法?潜在的数据源。Developed Research Proposal这是一份详细的文档(3000-6000字)，概述了你的研究问题，选择的方法，对当前文献的理解，以及对该领域的特殊贡献。所开发的研究计划是为了明确研究的目的和潜在的意义。它应具有下列要素:Introction – articulating the research problem and why investigating it matters.Review of existing literature – this should be a succinct overview of the most relevant and recent literature related to the research phenomena. It should lead to a clearly articulated preliminary research question.Methodology – a description of your proposed methodology. Here you should explain how you plan to undertake the research and how your methods will allow you to answer your research question. Please outline any past experience you have in applying such a methodology.Potential significance of the research: What are the implications of your research for theory and/or practice?Bibliography - at this stage the bibliography does not need to be complete. Its purpose is to give the supervisor an indication of the reading you have already done (or plan to do).GMAT / GRE scores请注意，商业分析和国际商务的学科要求你在申请时提交一份GMAT或GRE成绩。这项规定详列于入学规定表(pdf, 45KB)。提交的考试成绩不得超过五岁。Notes只有完整的申请才能被处理。已收到但截止申请日期仍未完成的申请将被考虑下学期入学。满足最低的入职要求并不保证你会收到录用通知。由于申请表是标准化的，它会要求你的名字和联系导师的证明。为方便你的申请，如果你还没有确定你的导师，你可以在导师姓名部分写上“待确认”。商学院在申请时不需要这些信息。毕业要求该学位要求在学术小组的监督下，圆满完成6个课程单元的学习和一篇8万字的经批准的主题的研究论文。费用国际生学费：$49,000/每年 ( 供参考 )申请日期时间段1：3月1日-9月30日时间段2：7月1日-次年3月15日05澳洲八大名校Australian National University 澳洲国立大学Monash University 莫纳什大学The University of Adelaide 阿德莱德大学The University of Melbourne 墨尔本大学The University of New South Wales 新南威尔士大学The University of Queensland 昆士兰大学The University of Sydney 悉尼大学The University of Western Australia 西澳大学06导师Dr. K：如果想要申请奖学金的话，在澳洲申博基本上就是一年，任何时间都是可以申请的。我是在master快结束的时候申请的，但是那个时候时间赶的比较巧，因为昆士兰科技大学是每年年底的时候开始提交奖学金的申请。所以那个时候我就直接申请了博士，同时也申请了奖学金。但是如果说不要申请奖学金或者是申请其他学校的话，其实什么时候都可以继续申请。因为博士申请是一套流程，每个环节都要花费一定的时间，所以最好是早做打算，因为就算你读的master还没有结束就已经申请到offer，你也可以跟导师商量什么时候开始入学，所以还是越早越好。

大家常常称呼澳洲为“土澳”，在国人的固有印象中，澳洲可能比较“村”和“土”，不管是文化、生活还是教育水平一定都很落后，所以很少有人会把澳大利亚和诺贝尔奖联系在一起。但就是这样一个有200多年历史、人口不足2600万的海岛国家，竟诞生了多达13位的诺贝尔奖获得者。毕竟拥有5000多年历史、14亿人口的中国，目前仅2名诺贝尔奖获得者。说实话，澳洲丰富的文化、深厚的历史底蕴和一流的教育质量，其实是姥爷决定来澳洲留学并移民的重要原因之一。澳洲目前这13位诺贝尔奖获得者，主要集中在物理、医学和生化领域。大家先来跟着姥爷看看这13位大佬究竟是何方神圣？关键词：X射线中国有一句俗话是：“上阵父子兵。”意思是上阵打仗要团结得像父子一样，只有团结才能无往不胜。这句话用来形容澳洲首次获得诺贝尔奖的父子俩再合适不过。1915年，威廉·布拉格（William Bragg）和他的儿子劳伦斯·布拉格（Lawrence Bragg）因利用射线研究晶体结构的贡献于1915年双双获得诺贝尔物理奖，同时劳伦斯是最年轻的诺贝尔奖得主。值得一提的是，他们二人都毕业于阿德莱德大学。阿德莱德大学是澳洲最顶尖的研究密集型大学之一，在医学、生命科学、法律、教育、工程学等多项领域拥有强势地位。图为阿德莱德大学关键词：器官移植1960年，弗兰克·麦克法兰·波内特（Frank MacFarlane Burnet）由于在器官移植的基础——免疫学方面的研究成果而被授予诺贝尔医学奖。波内特毕业于墨尔本大学医学和外科学专业。所以墨大不是只有商科突出，理科、医科也是相当了不得。图为墨尔本大学关键词：免疫学1996年，彼得·查尔斯·都第博士（Dr Peter Charles Doherty）由于在免疫学方面的研究成果而获得诺贝尔医学奖。都第博士毕业于昆士兰大学。在这里姥爷介绍一下昆士兰大学，昆大是所享誉世界的百年名校，其中商科、医科、海洋生物学科等都非常突出。图为昆士兰大学其他获奖者其他的获奖者姥爷就在这里简单介绍一下吧：1945年，霍华德·沃尔特·弗罗里（Howard Walter Florey）因开发出盘尼西林（青霉素）被授予诺贝尔生理学或医学奖，他毕业于阿德莱德大学；1963年，约翰·卡鲁·埃克尔斯爵士（Sir John Carew Eccles）因在突触研究方面取得进展而获得诺贝尔生理学或医学奖，他毕业于墨尔本大学；1964年，阿列克桑德拉·普洛克霍洛夫（Aleksandr Prokhorov）获得诺贝尔物理奖；1970年，伯纳德·卡茨（Bernard Katz）因发现了中枢神经系统中神经细胞之间的传导机制，获得诺贝尔医学奖，他毕业于德国莱比锡大学；1973年，帕特里克·怀特(Patrick White)凭借《人树》这部作品获得诺贝尔文学奖，他毕业于英国剑桥大学；1975年，约翰·沃卡普·康福思爵士（Sir John Warcup Cornforth）因酶催化反应的立体化学的研究而获得诺贝尔化学奖，他毕业于悉尼大学。悉尼大学是澳洲最古老的大学之一，多个排名位列全澳前3，是整个南半球首屈一指的学术殿堂和世界闻名的高等学府；2005年，巴里·马歇尔（BarryJ.Marshall）与罗宾·沃伦博士（Dr J Robin Warren）一起发现了导致胃炎和胃溃疡的幽门螺杆菌而共同获得了生理学或医学奖。马歇尔毕业于西澳大学，西澳大学被誉为澳洲最美校园之一，同时获有AACSB和EQUIS两大国际顶尖商学院认证，其本科金融专业受CFA协会认证，会计专业受澳洲会计师公会（CPA Australia）认证。沃伦博士则毕业于阿德雷德大学；2011年，布莱恩·保罗·施密特（Brian Paul Schmidt）因在天体物理学方面的卓越贡献获取了诺贝尔物理学奖，他毕业于美国亚利桑那大学。上图为悉尼大学，下图为西澳大学看到那么多优秀的澳洲科研、医学、文学大佬，谁还敢说澳洲没文化，没底蕴？这次澳洲疫情控制的这么好，也与澳洲发达的医疗水平分不开干系，姥爷也相信澳洲或许能率先研发出新冠疫苗！

凭一己之力将澳大利亚机器学习研究院拉至全球排名第四；GitHub 1400 多颗 Star、并用于 Top 级手机厂商的视觉处理；这就是程序员口中的 “CV 大牛” 沈春华团队的“战绩”。目前，沈春华在澳大利亚阿德莱德大学担任计算机科学教授。这位本科毕业于南京大学、后在阿德莱德大学获得博士学位的中国科学家，其主要研究机器学习和计算机视觉，而计算机视觉的终极目标是建立一个具有人类表现的视觉系统。图 | 2019 年沈春华回国参会2012 年，沈春华获得澳大利亚研究委员会的未来学者称号。除教职之外，他还是澳大利亚研究委员会机器人视觉卓越中心的科研负责人。从阿德莱德大学网站获悉，沈春华上月被列为澳大利亚科研终身成就奖，是工程与计算机类奖项的 5 名获选人之一（https://specialreports.theaustralian.com.au/1540291/9/）。计算机排名网站 CSRanking 显示，沈春华是过去 10 年间在计算机视觉方向 3 大顶级会议发表论文最多的在澳学者。他的科研成果和产出是阿德莱德大学下属的澳大利亚机器学习研究院 (Australian Institute for Machine Learning，AIML) 能在 CSRanking 上排名世界第 4 的主要原因之一。鉴于澳大利亚机器学习研究院的国际声誉，澳大利亚联邦政府最近宣布拨款 2000 万澳元（合近 1 亿人民币）资助该研究院的科研，同时他还兼任研究院机器学习理论课题的主任。据 Google Scholar 显示，他的论文已积累 22000 多引用，个人 H-index 为 71。从教至今，他教出过多位优秀中国留学生，他的学生中目前有 3 位获得 Google 博士奖学金（Google PhD Fellowship）。自 Google 首次颁发该奖项至今 12 年间，澳大利亚所有高校一共只有 7 人次在 “机器感知、语音技术和计算机视觉” 这个方向上获得该奖项，而其中 3 人出自沈春华团队。除此之外，还有多位毕业生入职名企、或在知名大学担任教职， 如悉尼大学、墨尔本莫纳什大学、新加坡理工大学等等。图 | 沈春华指导的部分博士毕业生虽然他不在国内，但却时不时有中国程序员，在网上撰文逐句逐段分析他的论文，甚至主动翻译他的论文。同时，他的论文研究已有不少投入应用。其团队开发的开源工具箱 AdelaiDet，曾和全球数一数二的手机厂商合作，部分算法曾经用于该公司的旗舰手机上。该算法可帮助手机优化拍照功能，拍出来的照片更鲜艳，还可帮助相机更好地实现特效功能和背景虚幻等功能。截止目前，AdelaiDet 主要包含以下算法：FCOS、BlendMask、ABCNet、CondInst、SOLO，本文主要介绍前四个算法。FCOS：基于 FCN 的逐像素目标检测算法FCOS（Fully Convolutional One-Stage Object Detection）的中文翻译是目标检测器，是沈春华团队于 2019 年推出的计算机视觉目标检测算法，并以《FCOS：完全卷积一阶段目标检测》（FCOS: Fully Convolutional One-Stage Object Detection）为题发表在国际计算机视觉大会 2019 上。在国内某问答社区上，一位目前在字节跳动担任高管、博士毕业于清华大学电气工程系的认证用户表示，这篇论文是“入门检测最合适的文章”。具体来说，FCOS 是一种基于全卷积神经网络的逐像素目标检测算法，最大亮点是提出了一个不需要锚框（Anchor Free）的全新的目标检测算法。FCOS 在性能上接近甚至超过目前很多基于锚框的主流目标检测算法。目前大多数目标检测模型如 Faster R-CNN、YOLOv3 等都依赖于预先定义的锚框。相比之下，FCOS 不依赖预先定义的锚框或提议区域。通过去除预先定义的锚框，FCOS 可完全避免锚框的复杂运算，并能节省训练过程中的内存占用。更重要的是，FCOS 可避免和锚框有关、且对最终检测结果敏感的所有超参数。因此 FCOS 比以往基于锚框的一阶段或者二阶段目标检测器要大大简化。图 | FCOS 网络结构从论文中的对比测试来看，FCOS 的精度已超过老牌经典算法 Faster R-CNN。图 | FCOS 的精度对比如下图案例所示，FCOS 在对目标物体框中、所有的点进行目标框回归时，会用各个边的距离长度来计算损失，这样可以为后续使用 Center-ness 准备。图 | FCOS 用各个边的距离长度来计算损失目前，在开发者群体中，FCOS 的论文已经成为他们眼中的 “沈春华团队的代表作”。而 BlendMask、CondInst、SOLO 的相关论文则被媒体称为 “沈春华团队的又一力作”。BlendMask：可提取更准确的实例分割特征BlendMask 的中文意思为实例分割算法，它来自沈春华团队的另一篇发表于 CVPR2020 的论文《BlendMask：自上而下与自下而上相结合的实例分割》（BlendMask: Top-Down Meets Bottom-Up for Instance Segmentation）。BlendMask 提出了一种结合自上向下和自下向上两种设计策略的实例分割算法，在精度上超越了另一目标检测项目 Mask RCNN，速度上快 20%。经测试发现，在 COCO 数据集上使用 ResNet-50，BlendMask 性能可达 37.0％的 mAP（平均精度均值，mean average precision），使用 ResNet-101 其性能可达到 38.4％的 mAP。BlendMask 可通过更合理的 Blender 模块，来融合 top-level 和 low-level 的语义信息，从而提取更准确的实例分割特征。据悉，BlendMask 是少有的在 mAP 和推理效率方面均能胜过 Mask R-CNN 的算法之一。ABCNet：比其他方法最高快 10 倍以上ABCNet 的全称为 Adaptive Bezier-Curve Network，中文意思为自适应贝塞尔曲线网络。近年来，场景文本的检测与识别越来越受重视。现有方法大致分为两类：基于字符的方法和基于分段的方法。这些方法的标注代价高昂、框架十分复杂，因此并不适用于实时应用程序。为此，沈春华团队提出 ABCNet 来解决上述问题。其贡献主要有三方面：1、首次提出通过参数化的贝塞尔曲线（应用于二维图形应用程序的数学曲线），并自适应地拟合任意形状的文本。2、设计了一种新颖的贝塞尔曲线层，可用于提取任意形状的文本实例的精确卷积特征，精度上远超此前方法。3、与边界框目标检测方法相比，贝塞尔曲线检测引入的计算开销可以忽略不计，兼具高效率和高准确度两大优势。在基准数据集 Total-Text 和 CTW1500 上进行的实验表明，ABCNet 能达到较高的精度，速度也有显著提升。其中在 Total-text 上，ABCNet 的实时版本比其他方法最高快 10 倍以上。CondInst：可显著加快推理速度CondInst 是一个用于实例分割的条件卷积，相关论文《基于条件卷积的实例分割》“Conditional Convolutions for Instance Segmentation” 发表在 ECCV 2020 上。CondInst 可以完全不依赖 ROI（感兴趣的区域，region of interest）操作。而是采用以实例为条件的动态卷积达到分割实例的效果。具体来说，它有两个优点：1、通过全卷积网络解决了实例分割，无需进行 ROI 裁剪和特征对齐等操作。2、由于动态生成的条件卷积的性能大大提高，因此可以显著加快推理速度。以上几个算法，是沈春华团队 AdelaiDet 开源工具箱中的主要组成部分。该工具箱受到了学术界和工业界的相当的关注。亚马逊 AWS 已有意向在其产品中使用工具箱中的目标检测、实力分割、文字检测识别等能力。利好小公司开发者，不懂算法也能用一言以蔽之，沈春华团队的研究工作的主要目的之一，是为了提高开发者工作质量和效率，反映到终端用户则能用到更好的产品。以背景自动虚化为例，现在几乎所有手机都有该功能，背后正是人工智能算法在运行。以前文提到的手机厂商来说，手机算法对功耗、速度都有极高要求，因此需要给厂商做个性化方案。如果说开源算法是一个基础款汉堡，个性化方案就是在此基础上，加了很多其他菜。但是该算法并非十全十美，它仍可以追求更高效、更少的计算量和更高的精度。据了解，沈春华团队在深度学习模型定点化方面也做了不少工作，这些算法可让深度学习对嵌入式低功耗设备更友好。举例来说，标准浮点运算一般是 16 位或 32 位，它的计算量比较大，产业界希望未来能做到一到两比特，一个比特只有 0 和 1，两个比特可以有四种组合，那么这种计算就能大大减少运算量和功耗，从而适配移动端低功耗设备。该团队做的相当一部分工作，是希望能解决业界难题。一些小微公司的开发者也许并不懂人工智能，那么开发人工智能算法就会比较困难。使用类似沈春华团队开发的工具箱， 则可大大降低使用门槛。如今依赖该团队的工具箱，已经有越来越多的程序员受惠其中。在该团队的 GitHub 开源网址 https://git.io/AdelaiDet 上，已经有 1400 颗 Star。他虽然身在海外，但通过没有国界的互联网，正在以技术范的方法，帮助不断增长的中国程序员群体更好地敲代码。