晓飞的算法工程笔记

化繁为简，弱监督目标定位领域的新SOTA - 伪监督目标定位方法(PSOL) | CVPR 2020

来解决目前弱监督目标定位方法的问题，该方法将定位与分类分开成两个独立的网络，然后在训练集上使用Deepdescriptortransformation(DDT)生成伪GT进行训练，整体效果达到SOTA，论文化繁为简，值得学习 来源：晓飞的算法工程笔记公众号论文
晓飞的算法工程笔记·2020-04-20 10:00

GhostNet: 使用简单的线性变换生成特征图，超越MobileNetV3的轻量级网络 | CVPR 2020

从实验来看，对比其它模型，GhostNet的压缩效果最好，且准确率保持也很不错，论文思想十分值得参考与学习 来源：晓飞的算法工程笔记公众号论文:GhostNet:MoreFeaturesfrom
晓飞的算法工程笔记·2020-04-15 10:00

Genetic CNN: 经典NAS算法，遗传算法的标准套用 | ICCV 2017

论文将标准的遗传算法应用到神经网络结构搜索中，首先对网络进行编码表示，然后进行遗传操作，整体方法十分简洁，搜索空间设计的十分简单，基本相当于只搜索节点间的连接方式，但是效果还是挺不错的，十分值得学习 来源：晓飞的算法工程笔记公众号论文
晓飞的算法工程笔记·2020-04-14 19:00

Evolution of Image Classifiers，进化算法在神经网络结构搜索的首次尝试 | ICML 2017

由于论文是个比较早期的想法，所以可以有很大的改进空间，后面的很大算法也是基于这种想法进行更好的补充 来源：晓飞的算法工程笔记公众号论文:Large-ScaleEvolutionofImageClassifiers
晓飞的算法工程笔记·2020-04-14 10:00

YOLOv1/v2/v3简述 | 目标检测

这3篇论文看下来，感觉像是一本调参说明书，教你如何使用各种trick提高手上的目标检测网络的准确率 来源：晓飞的算法工程笔记公众号YOLOv1**论文:YouOnlyLookOnce:Unified,Real-TimeObjectDetection
VincentLee·2020-04-11 16:18

YOLOv1/v2/v3简述 | 目标检测

这3篇论文看下来，感觉像是一本调参说明书，教你如何使用各种trick提高手上的目标检测网络的准确率 来源：晓飞的算法工程笔记公众号YOLOv1论文:YouOnlyLookOnce:Unified,Real-TimeObjectDetection
晓飞的算法工程笔记·2020-04-10 11:00

FCOS : 找到诀窍了，anchor-free的one-stage目标检测算法也可以很准 | ICCV 2019

，在目前流行的逐像素(per-pixel)预测方法上进行目标检测，根据实验结果来看，FCOS能够与主流的检测算法相比较，达到SOTA，为后面的大热的anchor-free方法提供了很好的参考 来源：【晓飞的算法工程笔记
VincentLee·2020-04-10 02:05

FCOS : 找到诀窍了，anchor-free的one-stage目标检测算法也可以很准 | ICCV 2019

，在目前流行的逐像素(per-pixel)预测方法上进行目标检测，根据实验结果来看，FCOS能够与主流的检测算法相比较，达到SOTA，为后面的大热的anchor-free方法提供了很好的参考 来源：【晓飞的算法工程笔记
晓飞的算法工程笔记·2020-04-08 20:00

实战级Stand-Alone Self-Attention in CV，快加入到你的trick包吧 | NeurIPS 2019

在图像分类和目标检测实验中，相对于传统的卷积模型，在准确率差不多的情况下，能够大幅减少参数量和计算量，论文的工作有很大的参考意义 来源：【晓飞的算法工程笔记】公众号论文:Stand-AloneSelf-A
VincentLee·2020-04-08 11:48

实战级Stand-Alone Self-Attention in CV，快加入到你的trick包吧 | NeurIPS 2019

在图像分类和目标检测实验中，相对于传统的卷积模型，在准确率差不多的情况下，能够大幅减少参数量和计算量，论文的工作有很大的参考意义 来源：【晓飞的算法工程笔记】公众号论文:Stand-AloneSelf-A
晓飞的算法工程笔记·2020-04-07 14:00

ThunderNet ：像闪电一样，旷视再出超轻量级检测器，高达267fps | ICCV 2019

靠着精心设计的主干网络以及提高特征表达能力的CEM和SAM模块，使用很少的计算量就能超越目前的one-stagedetectors，在ARM平台也达到了实时性，GPU的速度更是达到267fps 来源：【晓飞的算法工程笔记
VincentLee·2020-04-06 19:12

Light-Head R-CNN : 旷世提出用于加速two-stage detector的通用结构，速度达102fps

目标检测器设计准则，在表达能力很强的精简特征图上使用轻量级的R-CNN子网，不仅大量减少推理耗时，还提高了准确率，结合Xception-like的主干网络能够达到30.7mAP和102FPS 来源：【晓飞的算法工程笔记
VincentLee·2020-04-06 19:33

NASNet : Google Brain经典作，改造搜索空间，性能全面超越人工网络，继续领跑NAS领域 | CVPR 2018

不仅降低了搜索的复杂度，从原来的28天缩小到4天，而且搜索出来的结构具有扩展性，在小模型和大模型场景下都能使用更少的参数量和计算量来超越人类设计的模型，达到SOTA 来源：【晓飞的算法工程笔记】公众号论文
VincentLee·2020-04-06 19:00

ThunderNet ：像闪电一样，旷视再出超轻量级检测器，高达267fps | ICCV 2019

靠着精心设计的主干网络以及提高特征表达能力的CEM和SAM模块，使用很少的计算量就能超越目前的one-stagedetectors，在ARM平台也达到了实时性，GPU的速度更是达到267fps 来源：【晓飞的算法工程笔记
晓飞的算法工程笔记·2020-04-03 13:00

Light-Head R-CNN : 旷世提出用于加速two-stage detector的通用结构，速度达102fps

目标检测器设计准则，在表达能力很强的精简特征图上使用轻量级的R-CNN子网，不仅大量减少推理耗时，还提高了准确率，结合Xception-like的主干网络能够达到30.7mAP和102FPS 来源：【晓飞的算法工程笔记
晓飞的算法工程笔记·2020-03-31 14:00

NASNet : Google Brain经典作，改造搜索空间，性能全面超越人工网络，继续领跑NAS领域 | CVPR 2018

不仅降低了搜索的复杂度，从原来的28天缩小到4天，而且搜索出来的结构具有扩展性，在小模型和大模型场景下都能使用更少的参数量和计算量来超越人类设计的模型，达到SOTA 来源：【晓飞的算法工程笔记】公众号论文
晓飞的算法工程笔记·2020-03-31 12:00

告别炼丹，Google Brain提出强化学习助力Neural Architecture Search | ICLR2017

虽然论文的思路有很多改进的地方，但该论文为AutoML的经典之作，为后面很多的研究提供了思路，属于里程碑式的论文，十分值得认真研读，后面读者会持续更新AutoML的论文，有兴趣的可以持续关注 来源：晓飞的算法工程笔记公众
晓飞的算法工程笔记·2020-03-27 11:00
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他