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
如何理解今年发表在JMLR上随机森林算法SPORF？“基因编辑婴儿”知情同意书曝光: 经费来自南科大。大家怎么看？
未来10-20年开发岗程序员会被AI人工智能取代吗？
百度学术能否替代 Google 学术网站？有没有其他选择？
深度学习cnn中，怎么理解图像进行池化（pooling）后的平移不变性？
在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？
TensorFlow 中 padding 的 SAME 和 VALID 两种方式有何异同？
机器学习算法工程师如何自己接项目单干、并赚取比上班多得多的收入？
基于深度学习的人工智能程序和传统程序的差别在哪里？
2021 年了，机器/深度学习还有哪些坑比较好挖？
前一个讨论
相关的话题
人工智能是否毁灭人类？哪类游戏 AI 难度更高？
如何评价Facebook AI提出的ResMLP，对比Google的MLP-Mixer?
有哪些值得推荐的人工智能领域的优质科普平台或渠道？
深度学习attention机制中的Q,K,V分别是从哪来的？
把围棋棋盘上下边和左右边连起来，变成面包圈，下棋策略会有什么变化？
为什么学习深度学习感觉无法入门？
为什么VAE-GAN的训练很容易发生梯度爆炸，如何避免？
用人工智能来设计芯片有可行性么？
为什么一边有人劝退机械，一边又有人看好机器视觉？
如何看待朱易母亲发布的选拔赛视频?
如何理解MCMC中的细致平稳条件？
怎样吸引优秀的C++程序员？
如何评价 DeepMind 发表在 Nature 上的使用深度强化学习对托卡马克等离子体进行磁控制？
清华首个虚拟学生华智冰演唱视频遭质疑，小冰回应称并非仅仅 AI 换脸，对此你怎么看？
如何评价Google最新提出的gMLP：MLP模型在CV和NLP任务上均取得较好的效果？
如何评价 马毅教授 的 NeurIPS 2020 中稿文章 MCR2 及 自称弄明白深度学习了？
汽车领域那些号称「黑科技」的配置都真的那么实用吗？
2020到2021年小样本学习取得重大进展了吗？
如何看待微博用户「将记忆深埋」所做的面部识别帮助程序员避免成为接盘侠？
贝叶斯深度学习是什么，和传统神经网络有何不同？
当前（2020年）机器学习中有哪些研究方向特别的坑？
未来三十年内，哪些行业的工作人员可能会被人工智能取代？
了解/从事机器学习/深度学习系统相关的研究需要什么样的知识结构？
天猫精灵有开放 API 吗？
为什么要压缩模型，而不是直接训练一个小的CNN？
大脑的本质就是一个 CPU 吗？
为什么现在有这么多人工智能无用论？
有哪些相见恨晚的家居好物推荐？
中信出版集团提问：如果《人类简史》和《未来简史》的作者尤瓦尔要举办一场读（记）者见面会邀请你去参加，你最想问他什么问题？