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
多模态方面，有哪些牛组值得我们follow他们的工作？目前有哪些比较成功的人工智能应用？
假如我穿越到2017年第一个提出了Transformer、BERT等模型，我可以保送到清华北大吗？
如何看待NVIDIA 即将开源的DLA？
能否使用区块链的算力来解决深度学习训练？
所谓大数据分析，究竟要学什么？
2019 秋招的 AI 岗位竞争激烈吗？
人工智能会是泡沫吗？
如何评价FAIR提出的MaskFormer，在语义分割ADE20K上达到SOTA：55.6 mIoU？
为什么VAE-GAN的训练很容易发生梯度爆炸，如何避免？
前一个讨论
相关的话题
如何看待 Deepmind 宣称最新版 AlphaGo 能让李世乭版本 AlphaGo 三子？计算成像(computational photography)方向的就业前景如何？
算法工程师的落地能力具体指的是什么？
如何看待AI伦理科学家Timnit Gebru在邮件控诉谷歌缺乏种族多样性后被Jeff Dean炒掉？
二分类问题，应该选择sigmoid还是softmax？
从人工智能技术的角度如何评价 Google home、Amazon Echo、Rokid 这三款产品？
如何评价第10期UEC杯世界电脑围棋赛绝艺夺冠？
ICML2020有哪些值得关注的工作?
现代的人工智能机器人是采用什么编程语言来写系统的？
有哪些比较好的机器学习，深度学习的网络资源可利用？
想建造一个传感器，将其连接上机械臂后，希望它能够自己简单的玩一些电脑小游戏，我应该学习哪些知识？
如何评价FAIR团队最新推出的RegNet？
2021年深度学习哪些方向比较新颖，处于上升期或者朝阳阶段，没那么饱和，比较有研究潜力？
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？
以目前 AI 的能力，可以在各行各业替代哪些方面的工作内容？
《人工智能训练师国家职业技能标准》发布，有哪些值得关注的信息？
如何看待微软小冰写的诗？
有监督和无监督学习都各有哪些有名的算法和深度学习？
如果人工智能杀人，按照现在的法律应该追究谁的责任？
有哪些关于机器学习的真相还鲜为人知？
Jacobian矩阵和Hessian矩阵的作用是什么？
如何评价 BERT 模型？
如果有一天，医院里所有的医护人员都改由人工智能机器人来担任了，会发生什么事？
transformer中的Q,K,V到底是什么？
如何选购扫地机器人？
CPU和GPU跑深度学习差别有多大？
中国开发一个主流的手机系统到底能有多难？
为什么有很多名人让人们警惕人工智能？
如果我研究出通用型人工智能并让它们去996，我可以获得福报吗？
机器人能否把自己的电源拔掉？