上一页 1 ··· 15 16 17 18 19 20 21 22 23 ··· 25 下一页
摘要: Jigsaw pre-training以拼图的方式从检测数据集中生成用于主干网络预训练的数据集,而不需要额外的预训练数据集,如ImageNet。另外为了让网络更好的适应拼图数据,论文提出ERF-adaptive密集分类方法,能够很好地扩大预训练主干网络的有效感受域。整体而言,Jigsaw pre-t 阅读全文
posted @ 2020-09-01 12:23 晓飞的算法工程笔记 阅读(513) 评论(0) 推荐(0)
摘要: 近期,动态网络在加速推理这方面有很多研究,DGC(Dynamic Group Convolution)将动态网络的思想结合到分组卷积中,使得分组卷积在轻量化的同时能够加强表达能力,整体思路直接清晰,可作为网络设计时的一个不错的选择 来源:晓飞的算法工程笔记 公众号 论文: Dynamic Group 阅读全文
posted @ 2020-08-18 18:58 晓飞的算法工程笔记 阅读(794) 评论(0) 推荐(0)
摘要: S2DNAS最核心的点在于设计了丰富而简洁的搜索空间,从而能够使用常规的NAS方法即可进行动态推理网络的搜索,解决了动态推理网络的设计问题,可进行任意目标网络的转换 来源:晓飞的算法工程笔记 公众号 论文: S2DNAS: Transforming Static CNN Model for Dyna 阅读全文
posted @ 2020-08-17 16:53 晓飞的算法工程笔记 阅读(375) 评论(0) 推荐(0)
摘要: DETR基于标准的Transorfmer结构,性能能够媲美Faster RCNN,而论文整体思想十分简洁,希望能像Faster RCNN为后续的很多研究提供了大致的思路 来源:晓飞的算法工程笔记 公众号 论文: End-to-End Object Detection with Transformer 阅读全文
posted @ 2020-08-03 12:36 晓飞的算法工程笔记 阅读(1105) 评论(0) 推荐(0)
摘要: 边界对于定位问题十分重要,BorderDet的核心思想BorderAlign巧妙又有效,将边界特征融入到目标定位预测中,而且能够简单地融入到各种目标检测算法中带来较大的性能提升下。在开源实现中,对BorderAlign进行了高效CUDA实现,不会对耗时带来很大的影响,整个工作十分扎实 来源:晓飞的算 阅读全文
posted @ 2020-08-03 12:32 晓飞的算法工程笔记 阅读(486) 评论(0) 推荐(0)
摘要: 梯度中心化GC对权值梯度进行零均值化,能够使得网络的训练更加稳定,并且能提高网络的泛化能力,算法思路简单,论文的理论分析十分充分,能够很好地解释GC的作用原理 来源:晓飞的算法工程笔记 公众号 论文: Gradient Centralization: A New Optimization Techn 阅读全文
posted @ 2020-08-03 12:24 晓飞的算法工程笔记 阅读(589) 评论(0) 推荐(0)
摘要: CondenseNet特点在于可学习分组卷积的提出,结合训练过程进行剪枝,不仅能准确地剪枝,还能继续训练,使网络权重更平滑,是个很不错的工作 来源:晓飞的算法工程笔记 公众号 论文:Neural Architecture Search with Reinforcement Learning 论文地址 阅读全文
posted @ 2020-07-17 17:58 晓飞的算法工程笔记 阅读(654) 评论(0) 推荐(0)
摘要: 论文提出了移动端的神经网络架构搜索方法,该方法主要有两个思路,首先使用多目标优化方法将模型在实际设备上的耗时融入搜索中,然后使用分解的层次搜索空间,来让网络保持层多样性的同时,搜索空间依然很简洁,能够使得搜索的模型在准确率和耗时中有更好的trade off 来源:【晓飞的算法工程笔记】 公众号 论文 阅读全文
posted @ 2020-07-14 14:56 晓飞的算法工程笔记 阅读(2141) 评论(0) 推荐(1)
摘要: MobileNet系列很重要的轻量级网络家族,出自谷歌,MobileNetV1使用深度可分离卷积来构建轻量级网络,MobileNetV2提出创新的inverted residual with linear bottleneck单元,虽然层数变多了,但是整体网络准确率和速度都有提升,MobileNet 阅读全文
posted @ 2020-07-08 16:17 晓飞的算法工程笔记 阅读(4847) 评论(0) 推荐(2)
摘要: ShuffleNet系列是轻量级网络中很重要的一个系列,ShuffleNetV1提出了channel shuffle操作,使得网络可以尽情地使用分组卷积来加速,而ShuffleNetV2则推倒V1的大部分设计,从实际出发,提出channel split操作,在加速网络的同时进行了特征重用,达到了很好 阅读全文
posted @ 2020-07-06 10:33 晓飞的算法工程笔记 阅读(3211) 评论(0) 推荐(1)
上一页 1 ··· 15 16 17 18 19 20 21 22 23 ··· 25 下一页