内容简介:作者 | CV君
极市正在推出 CVPR2019的专题直播分享会 , 邀请CVPR2019的论文作者进行线上直播, 分享优秀的科研工作和技术干货,也欢迎各位小伙伴自荐或推荐优秀的CVPR论文作者到极市进行技术分享~
本周四(4月18日)晚,来自CMU的博士生 诸宸辰 ,将为我们分享 基于Anchor-free特征选择模块的单阶目标检测 ( CVPR2019) ,公众号回复 “40” 即可获取直播详情。
作者 | CV君
来源 | 我爱计算机视觉
已获作者授权,未经允许不得二次转载
极市曾经分享作者发布的 CVPR2019 | 微软、中科大开源基于深度高分辨表示学习的姿态估计算法 ,此后该文引起不少媒体的关注。 该论文《Deep High-Resolution Representation Learning for Human Pose Estimation》的原作者不仅把这种高分辨率网络结构用于姿态估计,也在尝试用于其他方向。
不久前,原作者在新论文
《High-Resolution Representations for Labeling Pixels and Regions》中对网络结构进行了v2版本升级,给出了更多实验结果,更加验证了该网络结构的价值!
在计算机视觉目前最热门应用领域语义分割、目标检测、人脸特征点定位中,换用高分辨率网络结构的算法都获得了显著的精度提升!
作者信息:
论文地址:http: //cn.arxiv.org/pdf/1904.04514.pdf
作者分别来自中国科技大学、微软亚研院、阿德莱德大学、北京大学、华中科技大学。
在新出的这篇文章中,作者的将HRNet进行了升级,使之衍生出的高分辨率网络结构能够适用于目前state-of-the-art的语义分割、目标检测、人脸特征点定位算法中的网络结构。
下图为高分辨率网络的简单结构示例:
网络前向不断维护高分辨率的表示的同时,并行的存在低分辨率的多个表示,在每个stage结束,并行的高低分辨率网络以类似全连接的方式进行信息融合。
下图为HRNet网络更新的示例:
(a)上原始高分辨率网络论文中的结构,当时该结构仅在高分辨率网络分支上进行姿态估计。 (b)为将不同分辨率网络分支串联的示意图,在新的论文中用于语义分割和人脸特征点检测(记为HRNetV2),不同的颜色代表不同分辨率网络的流向结果。 (c)为在(b)基础上进一步衍生出的高分辨率网络特征金字塔结构。
作者在 语义分割、目标检测、人脸特征点检测 三个视觉任务多个数据集上进行了实验,当算法用上高分辨率网络均获得了显著的精度提升,同时计算量和参数量下降,验证了高分辨率网络改进视觉任务的通用性。 也就是意味着大家以后设计自己的网络结构直接上HRNet,基本错不了!
我们一起来看看吧! ~
作者的确是很用心,从目前看到的结果看,HRNet要成为网络结构升级的通用结构,席卷深度学习领域了!
作者不仅报告了结果,还把代码开源了!
开源地址: https: //github.com/HRNet
作者分四个方向放出了源代码和预训练模型,大家可以下载测试下。
在你的研究工作中试试HRNet吧,它看起来真的很有前途!
*推荐阅读
一文看尽2018全年计算机视觉大突破
计算机视觉领域最全汇总
扫描下方二维码 , 即可申请加入极市 目标跟踪、目标检测、工业检测、人脸方向、视觉竞赛等技术交流群, 更有每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流, 一起来让思想之光照的更远吧~
觉得有用麻烦给个好看啦~
以上所述就是小编给大家介绍的《分割、检测与定位,高分辨率网络显神威!这会是席卷深度学习的通用结构吗?》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 超级计算机“神威?太湖之光”通过验收
- 神威E级原型机 瞄准超算“皇冠”
- 数字化浪潮席卷金陵,新华三智慧系统落地泰康仙林鼓楼医院
- 席卷EOS游戏超500万元的黑客攻击,究竟是怎么一回儿事?
- 从各种注意力机制窥探深度学习在NLP中的神威
- 谷歌双语助理来了!中英夹杂也不怕,递归神经网络和随机森林显神威
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
趣学Python编程
Jason Briggs / 尹哲 / 人民邮电出版社 / 2014-3 / 45.00元
python是一款解释型、面向对象、动态数据类型的高级程序设计语言。python语法简捷而清晰,具有丰富和强大的类库,因而在各种行业中得到广泛的应用。对于初学者来讲,python是一款既容易学又相当有用的编程语言,国内外很多大学开设这款语言课程,将python作为一门编程语言学习。 《趣学python编程》是一本轻松、快速掌握python编程的入门读物。全书分为3部分,共18章。第1部分是第......一起来看看 《趣学Python编程》 这本书的介绍吧!