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？ 第1页

前面两位高赞的回答的很好了，我就补充一下自己知道的。尽量避开优化器、激活函数、数据增强等改进。。

Deep Learning: Cyclic LR、Flooding

Image classification: ResNet、GN、Label Smoothing、ShuffleNet

Object Detection: Soft-NMS、Focal Loss、GIOU、OHEM

Instance Segmentation: PointRend

Domain Adaptation: BNM

GAN: Wasserstein GAN

Deep Learning

Standard LR -> Cyclic LR

SNAPSHOT ENSEMBLES: TRAIN 1, GET M FOR FREE

每隔一段时间重启学习率，这样在单位时间内能收敛到多个局部最小值，可以得到很多个模型做集成。

       #CYCLE=8000, LR_INIT=0.1, LR_MIN=0.001 scheduler = lambda x: ((LR_INIT-LR_MIN)/2)*(np.cos(PI*(np.mod(x-1,CYCLE)/(CYCLE)))+1)+LR_MIN     

Without Flooding -> With Flooding

Do We Need Zero Training Loss After Achieving Zero Training Error?

Flooding方法：当training loss大于一个阈值时，进行正常的梯度下降；当training loss低于阈值时，会反过来进行梯度上升，让training loss保持在一个阈值附近，让模型持续进行“random walk”，并期望模型能被优化到一个平坦的损失区域，这样发现test loss进行了double decent！

       flood = (loss - b).abs() + b     

Image classification

VGGNet -> ResNet

Deep Residual Learning for Image Recognition

ResNet相比于VGGNet多了一个skip connect，网络优化变的更加容易

                H(x) = F(x) + x             

BN -> GN

Group Normalization

在小batch size下BN掉点严重，而GN更加鲁棒，性能稳定。

       x = x.view(N, G, -1) mean, var = x.mean(-1, keepdim=True), x.var(-1, keepdim=True) x = (x - mean) / (var + self.eps).sqrt() x = x.view(N, C, H, W)     

Hard Label -> Label Smoothing

Bag of Tricks for Image Classification with Convolutional Neural Networks

label smoothing将hard label转变成soft label，使网络优化更加平滑。

       targets = (1 - label_smooth) * targets + label_smooth / num_classes     

MobileNet -> ShuffleNet

ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices

将组卷积的输出feature map的通道顺序打乱，增加不同组feature map的信息交互。

       channels_per_group = num_channels // groups x = x.view(batch_size, groups, channels_per_group, height, width) x = torch.transpose(x, 1, 2).contiguous() x = x.view(batch_size, -1, height, width)     

Object Detection

NMS -> Soft-NMS

Improving Object Detection With One Line of Code

Soft-NMS将重叠率大于设定阈值的框分类置信度降低，而不是直接置为0，可以增加召回率。

       #以线性降低分类置信度为例 if iou > threshold:     weight = 1 - iou     

CE Loss -> Focal Loss

Focal Loss for Dense Object Detection

Focal loss对CE loss增加了一个调制系数来降低容易样本的权重值，使得训练过程更加关注困难样本。

       loss = -np.log(p) # 原始交叉熵损失， p是模型预测的真实类别的概率， loss = (1-p)**GAMMA * loss # GAMMA是调制系数     

IOU -> GIOU

Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression

GIOU loss避免了IOU loss中两个bbox不重合时Loss为0的情况，解决了IOU loss对物体大小敏感的问题。

       #area_C闭包面积，add_area并集面积 end_area = (area_C - add_area)/area_C    #闭包区域中不属于两个框的区域占闭包区域的比重 giou = iou - end_area     

Hard Negative Mining -> OHEM

Training Region-based Object Detectors with Online Hard Example Mining

OHEM通过选择损失较大的候选ROI进行梯度更新解决类别不平衡问题。

       #只对难样本产生的loss更新 index = torch.argsort(loss.sum(1))[int(num * ohem_rate):] loss = loss[index, :]     

Instance Segmentation

Mask R-CNN -> PointRend

PointRend: Image Segmentation as Rendering

每次从粗粒度预测出来的mask中选择TopN个最不确定的位置进行细粒度预测，以非常的少的计算代价下获得巨大的性能提升。

       points = sampling_points(out, x.shape[-1] // 16, self.k, self.beta) coarse = point_sample(out, points, align_corners=False) fine = point_sample(res2, points, align_corners=False) feature_representation = torch.cat([coarse, fine], dim=1)     

Domain Adaptation

EntMin -> BNM

Towards Discriminability and Diversity: Batch Nuclear-norm Maximization under Label Insufficient Situations

类别预测的判别性与多样性同时指向矩阵的核范数，可以通过最大化矩阵核范数（BNM）来提升预测的性能。

       L_BNM = -torch.norm(X,'nuc')     

GAN

GAN -> Wasserstein GAN

Wasserstein GAN

WGAN引入了Wasserstein距离，既解决了GAN训练不稳定的问题，也提供了一个可靠的训练进程指标，而且该指标确实与生成样本的质量高度相关。

       Wasserstein GAN相比GAN只改了四点： 判别器最后一层去掉sigmoid 生成器和判别器的loss不取对数 每次更新把判别器参数的绝对值按阈值截断 使用RMSProp或者SGD优化器     

想到其他有意思的再更新(或者大家下方评论给paper链接)

欢迎加入Smarter交流群，添加微信「cjy094617」，备注「学校-方向」即可