张继

个人信息Personal Information


学历:博士研究生毕业

学位:工学博士学位

办公地点:犀浦校区综合楼715

毕业院校:电子科技大学

所在单位:计算机与人工智能学院

报考该导师研究生的方式

欢迎你报考张继老师的研究生,报考有以下方式:

1、参加西南交通大学暑期夏令营活动,提交导师意向时,选择张继老师,你的所有申请信息将发送给张继老师,老师看到后将和你取得联系,点击此处参加夏令营活动

2、如果你能获得所在学校的推免生资格,欢迎通过推免方式申请张继老师研究生,可以通过系统的推免生预报名系统提交申请,并选择意向导师为张继老师,老师看到信息后将和你取得联系,点击此处推免生预报名

3、参加全国硕士研究生统一招生考试报考张继老师招收的专业和方向,进入复试后提交导师意向时选择张继老师。

4、如果你有兴趣攻读张继老师博士研究生,可以通过申请考核或者统一招考等方式报考该导师博士研究生。

点击关闭

个人简介Personal Profile

张继博士西南交通大学计算机与人工智能学院助理教授 。2024年6月博士毕业于电子科技大学计算机科学与技术专业导师:宋井宽教授、高联丽教授。主要研究方向为小样本学习具体专注于解决机器人计算机视觉和开放世界场景中的小样本学习问题。近5年以第一/通讯作者身份完成学术论文10余篇其中8篇发表于CCF-A类会议或中科院SCI-1区Top期刊如: CVPR, ICCV, ACM MM, IEEE TIP获得四川省计算机学会2024优秀学生论文奖 (全省仅3名)。获得ECCV2022人体姿态估计全球挑战赛季军、OPPO2021安全AI全球挑战赛优胜奖。主研四川省科技厅项目1项, 参与科技部科技创新2030-"新一代人工智能"重大项目1项。担任四川省计算机学会青少年信息科技专业委员会秘书长。担任TPAMI, TIP, CVPR, ECCV, ICLR, ACM MM, AAAI等人工智能领域国际会议/期刊审稿人。


代表性学术成果 (*通讯作者):

[1] Shihan Wu, Ji Zhang*, Pengpeng Zeng, Lianli Gao, Jingkuan Song, Heng Tao Shen, Skip Tuning: Pre-trained Vision-Language Models are Effective and Efficient Adapters Themselves, IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2025, CodeCCF-A

[2] Ji Zhang, Shihan Wu, Lianli Gao, Heng Tao Shen, Jingkuan Song*, DePT: Decoupled Prompt Tuning, IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2024, CodeCCF-A

[3] Ji Zhang, Lianli Gao*, Xu Luo, Heng Tao Shen, Jingkuan Song, DETA: Denoised Task Adaptation for Few-Shot Learning, IEEE International Conference on Computer Vision (ICCV), 2023, Code, CCF-A

[4] Ji Zhang, Lianli Gao*, Bingguang Hao, Hao Huang, Jingkuan Song, Heng Tao Shen, From Global to Local: Multi-scale OOD Detection, IEEE Transactions on Image Processing (TIP), 2023, Code, CCF-A

[5] Ji Zhang, Jingkuan Song*, Lianli Gao, Heng Tao Shen, Free-lunch for Cross-domain Few-shot Learning: Style-aware Episodic Training with Robust Contrastive Learning, ACM International Conference on Multimedia (ACM MM), 2022, Code, CCF-A

[6] Ji Zhang, Jingkuan Song*, Yaozhou Yao, Lianli Gao, Curriculum-based Meta-learning, ACM International Conference on Multimedia (ACM MM), 2021, Code, CCF-A

其他一作/合作论文请见:Google Scholar


诚挚欢迎计算机基础扎实,乐观勤奋,志存高远的本科生/硕士生/博士生加入课题组开展合作研究!

联系方式:jizhang@swjtu.edu.cn









  • 教育经历Education Background
  • 工作经历Work Experience
    暂无内容
  • 研究方向Research Focus
  • 社会兼职Social Affiliations
    暂无内容