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
人工智能的爆发点究竟是在高校还是在企业？目标检测该怎么学呀，目前研一，老师啥也不会，感觉毕不了业了？
科学技术的发展有没有可能建立一个人不需要工作也能良好生活的社会？
深度学习对图像的处理，为什么大多基于RGB，而没有其他色彩空间，比如HSV？
如何看待华为 4 月 25 日发布的盘古智能大模型？在这个行业处于什么水平？
为什么 Google 翻译只重算法不重语言学的语法结构和规则？
机器学习为生物学和医学研究带来了哪些改变？能解决哪些医学难题？
如何看待血肉苦弱，机械飞升？
当前人工智能特别是深度学习最前沿的研究方向是什么？
AI（或者说神经网络/深度学习）能够实现科学（尤其是物理学）研究中提出假设这一步嘛？
前一个讨论
相关的话题
如何看待旷视科技新产品监视学生上课？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？
硕士方向，选择迁移学习还是自然语言处理？
为什么现在不看好 CV 方向了呢?
人工智能技术会不会最终赶上微积分的历史地位？
CTC和Encoder-Decoder有什么关系?
CVPR2022 有什么值得关注的论文 ?
百度学术能否替代 Google 学术网站？有没有其他选择？
G7 忙着「秀」，有哪些值得注意的细节？
如何评价 MSRA 视觉组最新提出的 Deformable ConvNets V2？
数字图像处理的工作是用传统算法更多还是用深度学习更多?
如何评价谷歌大脑的EfficientNet？
神经网络的万能逼近定理已经发展到什么地步了？
「费米悖论」大过滤器假说中的大过滤器可能有哪些？
如何看待支付宝在 2019 年 4 月 1 日展示的三折叠屏、被偷自动归还等功能的「休想骗我」手机?
Meta 公布 AI 概念「Builder Bot」，能够通过语言建造 VR 世界，技术方向上有亮点？
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？
将记忆保存在电脑上，肉体坏死的人，算死亡了吗？
如何以赵泠是个 AI 为开头，写一个故事？
机器狗送快递目前还有哪些瓶颈？
金融学及金融从业者如何应对人工智能和大数据？
如何评价极限智囊团成员陈锴杰，年仅20岁就自称NASA研究员、在NASA工作的人工智能学者？
如何看待华为 4 月 25 日发布的盘古智能大模型？在这个行业处于什么水平？
有哪些关于机器学习的真相还鲜为人知？
实验室只有1080的显卡，老师还想让发深度学习论文，也不给配置好的显卡怎么办？
人工智能可以和我的世界之类的游戏结合吗？
AI军事指挥能力会超过人类最优秀的指挥官吗？
如何评价微软亚洲研究院提出的LightRNN？
深度学习在生物信息领域有什么应用？
如何评价谷歌提出的 Pix2Seq：将目标检测看成语言建模，效果超过 DETR？