谷歌提出基于神經網絡搜索的目標檢測新型架構，同時適應圖像識別
SpineNet和ResNet模型在iNaturalist細粒度圖像分類任務上的性能比較。
同時在研究中發(fā)現，聯合優(yōu)化尺度輪換和尺度交叉連接比在固定尺度下優(yōu)化交叉連接效果更好。交叉連接在不同尺度特征融合過程中扮演著重要的角色。研究人員通過選擇性圖破壞鏈接來探索交叉連接的重要性，包括移除短程連接、移除長程連接、同時移除長短連接并將其連接到先前的序列模塊上。下表顯示了性能衰減，發(fā)現短程連接并不能有效處理頻率分辨率的演變。
三、結論和展望
研究人員認為尺度縮減模型無法同時有效地處理識別和定位任務，提出的尺度輪換模型作為一種新的架構解決了這一問題。同時還通過神經架構搜索的方式來提升這一架構的性能，并在目標檢測和分類中得到了顯著的性能提升。這一獨特的模型架構將為各種視覺任務提供更多的選擇和性能提升。
關于我“門”
將門是一家以專注于發(fā)掘、加速及投資技術驅動型創(chuàng)業(yè)公司的新型創(chuàng)投機構，旗下涵蓋將門創(chuàng)新服務、將門技術社群以及將門創(chuàng)投基金。將門成立于2015年底，創(chuàng)始團隊由微軟創(chuàng)投在中國的創(chuàng)始團隊原班人馬構建而成，曾為微軟優(yōu)選和深度孵化了126家創(chuàng)新的技術型創(chuàng)業(yè)公司。
將門創(chuàng)新服務專注于使創(chuàng)新的技術落地于真正的應用場景，激活和實現全新的商業(yè)價值，服務于行業(yè)領先企業(yè)和技術創(chuàng)新型創(chuàng)業(yè)公司。
將門技術社群專注于幫助技術創(chuàng)新型的創(chuàng)業(yè)公司提供來自產、學、研、創(chuàng)領域的核心技術專家的技術分享和學習內容，使創(chuàng)新成為持續(xù)的核心競爭力。
將門創(chuàng)投基金專注于投資通過技術創(chuàng)新激活商業(yè)場景，實現商業(yè)價值的初創(chuàng)企業(yè)，關注技術領域包括機器智能、物聯網、自然人機交互、企業(yè)計算。在近四年的時間里，將門創(chuàng)投基金已經投資了包括量化派、碼隆科技、禾賽科技、寬拓科技、杉數科技、迪英加科技等數十家具有高成長潛力的技術型創(chuàng)業(yè)公司。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
