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。
同時在研究中發現，聯合優化尺度輪換和尺度交叉連接比在固定尺度下優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掘、加速及投資技術驅動型創業公司的新型創投機構，旗下涵蓋將門創新服務、將門技術社群以及將門創投基金。將門成立于2015年底，創始團隊由微軟創投在中國的創始團隊原班人馬構建而成，曾為微軟優選和深度孵化了126家創新的技術型創業公司。
將門創新服務專注于使創新的技術落地于真正的應用場景，激活和實現全新的商業價值，服務于行業領先企業和技術創新型創業公司。
將門技術社群專注于幫助技術創新型的創業公司提供來自產、學、研、創領域的核心技術專家的技術分享和學習內容，使創新成為持續的核心競爭力。
將門創投基金專注于投資通過技術創新激活商業場景，實現商業價值的初創企業，關注技術領域包括機器智能、物聯網、自然人機交互、企業計算。在近四年的時間里，將門創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業公司。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
