百科问答小站 logo
百科问答小站 font logo



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

  

user avatar   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:




  

相关话题

  有什么事情是人工智能永远比不上人类的? 
  机器学习中有哪些形式简单却很巧妙的idea? 
  如何看待上海某小学通过 AI 图像识别学生上课开小差并对学生进行评分? 
  2019年NeurIPS有哪些糟糕的论文? 
  神经网络中,bias有什么用,为什么要设置bias,当加权和大于某值时,激活才有意义? 
  为什么很少人用FFT加速CNN卷积层的运算? 
  如何评价微软亚研院提出的把 Transformer 提升到了 1000 层的 DeepNet? 
  如何评价微软的人工智能部门成立仅 1 年,现在有 8000 多员工? 
  分类问题的label为啥必须是 one hot 形式? 
  用生成模型做数据增强data augmentation时,如何从合成数据中筛选出质量较好的样本? 

前一个讨论
全世界目前最大威胁是什么?
下一个讨论
Mac 上使用 SSD 进行 Win To Go 的体验如何?





© 2024-11-24 - tinynew.org. All Rights Reserved.
© 2024-11-24 - tinynew.org. 保留所有权利