摘要:
论文提出NASH方法来进行神经网络结构搜索,核心思想与之前的EAS方法类似,使用网络态射来生成一系列效果一致且继承权重的复杂子网,本文的网络态射更丰富,而且仅需要简单的爬山算法辅助就可以完成搜索,耗时0.5GPU day 来源:晓飞的算法工程笔记 公众号 论文: Simple And Efficie 阅读全文
摘要:
论文提出经济实惠且高效的神经网络结构搜索算法EAS,使用RL agent作为meta-controller,学习通过网络变换进行结构空间探索。从指定的网络开始,通过function-preserving transformation不断重用其权重,EAS能够重用之前学习到的知识进行高效地探索新的结构 阅读全文
摘要:
论文提出了Circle loss,不仅能够对类内优化和类间优化进行单独地处理,还能根据不同的相似度值调整对应的梯度。总体而言,Circle loss更灵活,而且优化目标更明确,在多个实验上都有较好的表现,个人认为是一个很好的工作 来源:晓飞的算法工程笔记 公众号 论文: Circle Loss: A 阅读全文
摘要:
论文提出DRConv,很好地结合了局部共享的思想并且保持平移不变性,包含两个关键结构,从实验结果来看,DRConv符合设计的预期,在多个任务上都有不错的性能提升 来源:晓飞的算法工程笔记 公众号 论文: Dynamic Region-Aware Convolution 论文地址:https://ar 阅读全文
摘要:
论文提出PConv为对特征金字塔进行3D卷积,配合特定的iBN进行正则化,能够有效地融合尺度间的内在关系,另外,论文提出SEPC,使用可变形卷积来适应实际特征间对应的不规律性,保持尺度均衡。PConv和SEPC对SOTA的检测算法有显著地提升 ,并且没有带来过多的额外计算量 来源:晓飞的算法工程笔记 阅读全文
摘要:
论文抛弃以往根据IoU硬性指定anchor和GT匹配关系的方法,提出FreeAnchor方法来进行更自由的匹配,该方法将目标检测的训练定义为最大似然估计(MLE)过程,端到端地同时学习目标分类、目标检测以及匹配关系,从实验来看,效果十分显著 来源:晓飞的算法工程笔记 公众号 论文: FreeAnch 阅读全文
摘要:
作为NASNet的同期论文,BlockQNN同样地将目光从整体网络转换到了block wise,整体思路大概是MetaQNN的block版,增加了一些细节地小修改。配合Early Stop Strategy,计算资源十分少,但性能较同期的NASNet差点 来源:晓飞的算法工程笔记 公众号 论文: P 阅读全文
摘要:
论文提出新的特征级超分辨方法用于提升检测网络的小物体检测性能,该方法适用于带ROI池化的目标检测算法。在VOC和COCO上的小物体检测最大有5~6%mAP提升,在Tsinghua Tencent 100K上的小物体检测则最大有约9点F1提升 来源:晓飞的算法工程笔记 公众号 论文: Better t 阅读全文
摘要:
YOLACT是首个实时实例分割算法,但是准确率较SOTA差得有点多,YOLACT++从主干网络、分支和anchor的3个角度出发对YOLACT进行优化,在保持实时性的前提下提升了5map,论文改进的角度值得参考 来源:晓飞的算法工程笔记 公众号 论文: YOLACT++ Better Real ti 阅读全文
摘要:
YOLOv4在速度和准确率上都十分优异,作者使用了大量的trick,论文也写得很扎实,在工程还是学术上都有十分重要的意义,既可以学习如何调参,也可以了解目标检测的trick。 来源:晓飞的算法工程笔记 公众号 论文: YOLOv4: Optimal Speed and Accuracy of Obj 阅读全文