如何评价 Face++ 旷视科技最新出品的检测专用 backbone 网络 DetNet ？ 第1页
1
skicy-yu 网友的相关建议:
简单讲一下这篇文章的思路。
目前我们所有的检测算法大部分都是依赖于一个backbone网络，也就是传统大家说的ImageNet based model。但是ImageNet的base model往往是针对分类问题来train的，如果直接用来做detection/segmentation/skeleton等相关任务，其实是有比较明显的gap的。
最简单来讲，detection/segmentation等往往需要做pixel-level的定位，所以需要有尽可能大的feature map的spatial resolution。但是传统分类网络往往越卷越小，最后一个global average pool或者fc把所有spatial信息融合在一起，所以对空间信息的保存是非常不友好的。
传统大家做法是在ImageNet base model上面打补丁，比如加U-shape结构等。但是往往丢了的spatial很难被补回来。我们这篇工作希望是抛砖引玉，首先需要说明的是，我们在往这个方面努力，希望设计一个对detection/segmentation友好的网络，但是确实这个问题还是有许多需要改进的地方。
具体做法大家可以看paper细节。从结果上面来看，我们在只替换backbone网络的情况下，以更小的复杂度（少了近一倍）做到了更高的结果（超过一个多点）。无论是COCO的object detection还是instance segmentation上面，这个结果应该都是很impressive的。
最后，宣传一下我们最近的一些工作。
比如我们组去年做COCO skeleton第一的paper, 我们已经放出了完整的code
另外，我们之前的一个detection工作Light-head RCNN也放了code:
1
相关话题
如何看待MXNet获得amazon官方支持首位？有哪些比较好的元学习（meta learning）领域的学习资源？
2019年，计算机视觉领域，你推荐哪些综述性的文章？
有没有根据一张人物的立绘正面像，自动生成同风格各侧面角度像并自动衍生表情的软件啊？
Jacobian矩阵和Hessian矩阵的作用是什么？
为什么神经网络具有泛化能力？
梯度下降法的神经网络容易收敛到局部最优，为什么应用广泛？
CVPR 2019 有哪些值得关注的亮点？
如何用一句话证明自然语言处理很难？
能否把一个人的所有物理数据输入在一个模型里，然后计算他接下来的状态变化？
前一个讨论
相关的话题
人工智能的意义和价值是什么？从今年校招来看，机器学习等算法岗位应届生超多，竞争激烈，未来 3-5 年机器学习相关就业会达到饱和吗？
低分辨率图像相对于高分辨率图像在CNN中缺失了哪些特征？
给男友配置一个适合做深度学习的电脑要多少钱？
请问一下，机器学习领域的联邦学习技术，目前看到最多的是微众银行，国内还有哪些顶级专家及机构和大学？
为什么Transformer要用LayerNorm？
如何看待知乎的AI答主「四十二」？人工智能有可能理解生命的意义是什么吗？
为什么说大模型训练很难？
DeepMind 研发的围棋 AI AlphaGo 是如何下棋的？
如何评价MSRA最新的 Relation Networks for Object Detection？
你在游戏里遇见的最有「人味」的 NPC 是谁？未来的游戏 AI 可能产生什么新玩法和新体验？
美本本校AI直博概率大吗？
如何看待 Larrabee 之父 Tom Forsyth 重加入 Intel？英特尔为何下注独立显卡？
如何看待现在的快宝、花花这类机器人？
如何看待兼修网络安全和人工智能?
医学生学习机器学习该如何入门？
如何选购扫地机器人？
假如核弹是人类打开的第一个潘多拉魔盒，那么下一个会是什么？
如何评价AlphaGo Zero？
CVPR 2015 有什么值得关注的亮点？
人工智能在生活中的应用都有哪些？
学习SLAM需要哪些预备知识？
为什么Python效率比node低，Python却被广泛运用在大数据人工智能？node为什么没有发展？
如何评价柯洁与 AlphaGo 的对决？
计算机专业曾经有哪些方向非常火后来却凉了？
如何评价 GitHub 与 OpenAI 合作推出的 AI 代码建议方案 Copilot?
如何评价微软亚研院提出的把 Transformer 提升到了 1000 层的 DeepNet？
2019年CVPR有哪些糟糕的论文?
IBM 重返消费级市场有哪些机会？
我怀疑人类真的把人工智能当成傻子了，这才是最可怕的，是变局来临前的预兆，人类有什么资格看扁AI？