http://blog.sina.com.cn/u/5438469990

09 2018 档案

摘要:前言 我很长一段时间一直都在做自动驾驶的物体检测性能调优,所以想总结整理一些小网络和检测框架的经验。 文章会分成三个部分: 第一部分将参照知乎@YaqiLYU 对小网络(经典网络)的分析并且结合的自己的理解。 第二部分详细介绍目前state-of-art的主流检测框架。 第三部分介绍了目标检测的问题 阅读全文
posted @ 2018-09-28 12:07 Bob·li 阅读(6142) 评论(0) 推荐(0) 编辑
摘要:我很长一段时间一直都在做自动驾驶的物体检测性能调优,所以想总结整理一些小网络和检测框架的经验。 文章会分成三个部分: 第一部分将参照知乎@YaqiLYU 对小网络(经典网络)的分析并且结合的自己的理解。 第二部分详细介绍目前state-of-art的主流检测框架。 第三部分介绍了目标检测的问题及解决 阅读全文
posted @ 2018-09-25 14:03 Bob·li 阅读(7163) 评论(0) 推荐(2) 编辑
摘要:动机: 目标:想要获得一个实时的模型,且尽可能的准确。 我们有一个大模型性能很好,但是很慢: 我们有个小模型速度很快,但是性能很差: 动机:面临的挑战 1、由于容量和能力,小模型很难达到一个很好的性能。 2、精确度和模型压缩之间的差距还是很大 3、物体检测比分类要困难得多: a、 标签的计算更加昂贵 阅读全文
posted @ 2018-09-18 15:46 Bob·li 阅读(7537) 评论(3) 推荐(2) 编辑
摘要:Squeeze-and-Excitation Networks SE-net 来自于Momenta 孙刚团队 SE的设计思路: 从卷积操作的实际作用来考虑,conv 把局部空间信息和通道信息组合起来,组合之后形成FM上的值,之前大部分都是空间上做的。 对channel考虑的少,但是卷积本身就可以学到 阅读全文
posted @ 2018-09-17 17:48 Bob·li 阅读(1870) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示