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
如果一个行业大佬向你说了一件幼稚的事情，你会觉得这话是另有玄机，还是大佬自己就没整明白呢？CTC和Encoder-Decoder有什么关系?
12个人工智能机器人一直玩狼人杀，会出现什么情况？
什么是大模型？超大模型？Foundation Model？
人工智能相关的岗位薪酬状况如何？
基于人工智能参与者的《我的世界》游戏框架的演化与突破？
资本不依附于人的时候会发生什么？
如果用机器学习的理论来理解人的行为，会有什么发现？
如何学习 SQL 语言？
如何看待旷视 detection 组组长俞刚跳槽腾讯 PCG 光影研究室?
前一个讨论
相关的话题
自学深度学习是怎样一种体验？哪些人工智能领域已经或者未来1-2年会实现盈利？
视觉Transformer如何优雅地避开位置编码？
如何看待微软小冰写的诗？
当前农业机械化都尚未普及的中国，未来可不可能跨级实现农业AI化？
请解释下variational inference？
为什么现在很多人不看好商汤科技？
人工智能 CV 岗位是不是现在供严重大于需？
deepmind发表的neural processes(神经过程)，这个是怎么实现的呢？
如何看待上海交大建成全国最强超算，碾压哈佛、剑桥等名校？
有谁照着论文把 AlphaGo 重现出来了？
钢琴一类乐器能否用穷举的方法写下所有可能的乐谱呢？
2021 年，深度学习方面取得了哪些关键性进展？
未来五年，数据科学家（Data Scientist）的岗位需求会如何变化？
在机器学习模型的训练期间，大概几十分钟到几小时不等，大家都会在等实验的时候做什么？
日本政府明年开始推行 AI 婚配，利用的是什么原理？你接受 AI 婚配吗？
为什么 AI 发展到今天，围棋能下过李世石、柯洁，仍不能完成帮人类洗衣物、做饭这种简单的事？
离开互联网算法岗，切入最近大行其道的AI生物医药研发靠谱吗？
人工智能中的符号主义为什么又叫心理学派？
多任务学习成功的原因是引入了别的数据库还是多任务框架本身呢？
机器学习如何才能避免「只是调参数」？
无人驾驶运营维护，自动驾驶运营维护，无人驾驶科技公司落地，逐渐走向现实，落地后的运营维护怎么办？
新基建来了，可能会给普通人的生活带来哪些影响或提升？
2019年NeurIPS有哪些糟糕的论文？
如何评价哈工大的左旺孟老师？
2021 年了，机器/深度学习还有哪些坑比较好挖？
如何评价各种关联因素分析算法,尤其是在算法效果对比方面?
基于深度学习的自然语言处理在 2016 年有哪些值得期待的发展？
生成对抗网络的毕设怎么上手？
现在什么职业最容易被人工智能取代？