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
为什么人工智能在围棋上几乎击败全人类，仍然不能完全解决交易问题？AI 都学会看论文了，科研工作者会被淘汰么？
这个世界正在杀死“艺术”，杀死“艺术家”吗？
三维重建怎么入门？
如何看待媒体报道称「Facebook将关闭人工智能系统：因AI已经发明语言」？
有哪些对未来看似不靠谱的预测，如今竟然实现了？
为什么nn的较大问题是会陷入局部最优时，不选用凸函数作为激活函数？
在CV/NLP/DL领域中，有哪些修改一行代码或者几行代码提升性能的算法？
resnet（残差网络）的F（x）究竟长什么样子？
机器狗送快递目前还有哪些瓶颈？
前一个讨论
相关的话题
很多人类以为的惊天妙手在AI处被证实为很普通甚至更差。为何那么多人都看不出皇帝的新装？如何评价FAIR提出的MaskFeat：一种适用图像和视频分类的自监督学习方法？
如何评价MSRA最新的 Relation Networks for Object Detection？
Deep Learning 的专家如此急缺，它难在何处？
实体提取任务中使用BERT-CRF时，CRF根据数据统计可以得到转移概率，为啥还要训练呢？
机器学习小白来提问：关于联邦学习FedAVG和FedSGD的问题？
如何评价旷视开源的YOLOX，效果超过YOLOv5?
什么是主动学习（Active Learning, AL）？
如何看待Meta（恺明）最新论文ViTDet：只用ViT做backbone（不使用FPN）的检测模型？
物理专业的学生如何看待机器学习和大数据这些方向呢？
人工智能可以作曲吗？
什么时候觉得，数据分析真的非常有用？
石头和塑料袋对于计算机传感器的差别在于什么？为什么无人驾驶系统会依然存在对周围环境的误判？
谈谈机器学习在网络安全领域的局限性，以及是否乐观？
到了 2022 年，人工智能有哪些真正可落地的应用？
pytorch 的高层库ignite怎么样？
如何采用进化的方法，在内存中创造智能体？
多模态方面，有哪些牛组值得我们follow他们的工作？
机器学习自嘲的炼丹和化学材料自嘲的炒菜有什么本质上的区别？
AI 发现奥运会得铜牌比银牌更爱笑，这是一种什么心态？对此你怎么看？
因果推断会是下一个AI热潮吗？
程序员应该如何学习算法？
计算机视觉（cv）方向今年招聘情况怎么样?是否已经人才过剩?
如果因为AR识物错误，造成人员伤亡，相关技术企业需要承担责任吗？
如何走通企业数智化落地的“最后一公里”，让无人工厂不再纸上谈兵？
为什么ViT里的image patch要设计成不重叠？
计算机视觉（CV）的算法有哪些，具体都有哪些特点？
2022 年人工智能领域的发展趋势是什么？你都有哪些期待？
日本政府明年开始推行 AI 婚配，利用的是什么原理？你接受 AI 婚配吗？
人工智能可以解决人类难题吗？