NeurIPS 2019 | DetNAS：首个搜索物体检测Backbone的方法

时间 2020-01-13

标签 neurips detnas 搜索物体检测 backbone 方法繁體版

原文原文链接

物体检测器一般使用图像分类网络的Backbone，因为和检测任务存在必定差别，这些Backbone每每不是最优的。本文中，旷视研究院提出DetNAS，这是首个用于设计更好的物体检测器Backbone的神经网络搜索方法；由DetNAS搜索出的框架在COCO上的性能超越了ResNet-50与ResNet-101，且模型计算量更低。本文已收录于神经信息处理系统大会NeurIPS 2019。 git

>>阅读原文<<

1. NIPS2019：旷视提出DetNAS：首个搜索物体检测Backbone的方法
2. NeurIPS 2019 | 中科院、旷视提出DetNAS框架：一种可用于目标检测的Backbone搜索
3. 物体检测新方法
4. DetNet：一个为物体检测而生的Backbone
5. 物体检测-回归方法（YOLO+SSD）
6. 物体检测
7. 物体检测之选择性搜索(Selective Search)
8. 旷视科技提出物体检测专用Backbone——DetNet
9. 物体检测(1)--R-CNN物体检测
10. 【百度EasyDL物体检测】实践操作(单物体检测）
更多相关文章...
• Hibernate的5种检索方式 - Hibernate教程
• QBC的2种检索方式 - Hibernate教程
• 常用的分布式事务解决方案
• SpringBoot中properties文件不能自动提示解决方法

最新文章

1. 外部其他进程嵌入到qt FindWindow获得窗口句柄报错无法链接的外部符号 [email protected] 无法被([email protected]@[email protected]@@引用
2. UVa 11524 - InCircle
3. The Monocycle（bfs）
4. VEC-C滑窗
5. 堆排序的应用-TOPK问题
6. 实例演示ElasticSearch索引查询term,match,match_phase,query_string之间的区别
7. 数学基础知识集合
8. amazeUI 复择框问题解决
9. 背包问题理解
10. 算数平均-几何平均不等式的证明,从麦克劳林到柯西

本站公众号

欢迎关注本站公众号,获取更多信息

1. NIPS2019：旷视提出DetNAS：首个搜索物体检测Backbone的方法
2. NeurIPS 2019 | 中科院、旷视提出DetNAS框架：一种可用于目标检测的Backbone搜索
3. 物体检测新方法
4. DetNet：一个为物体检测而生的Backbone
5. 物体检测-回归方法（YOLO+SSD）
6. 物体检测
7. 物体检测之选择性搜索(Selective Search)
8. 旷视科技提出物体检测专用Backbone——DetNet
9. 物体检测(1)--R-CNN物体检测
10. 【百度EasyDL物体检测】实践操作(单物体检测）

>>更多相关文章<<