今天看啥  ›  专栏  ›  深度学习与神经网络

影响计算机视觉Top100论文《现代卷积物体识别方法在速度和精度方面的权衡比较》

深度学习与神经网络  · 公众号  ·  · 2017-09-11 21:05
从2016年9月18日开始,朱梦龙所在的谷歌G-RMI团队一直占据COCO物体检测的榜首。根据COCO网站上的资料,朱梦龙所在的G-RMI团队集成了5个Faster R-CNN的模型,由纯Tensorflow接口与可微分的ROI剪裁进行端对端的训练,使用了Inception-Resnet和(stride 8)Resnet-101的组合做特征提取器的基础。所有模型都基于train+val (minus minival)训练,并且,他们在测试时使用了多剪裁推理。这一成果的论文《Speed/accuracy trade-offs for modern convolutional objectdetectors》已于四月发布在arxiv,同时即将在今年的CVPR发表。下面是论文的主要内容:注:小编水平有限,翻译仅供参考,如有错误欢迎指正。本文的目的是作为一种指导,对于给定的应用和平台选择一种能 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照