江苏龙网

  1. 首页 > 资讯 > 科技 > >

[机器之心]张航、李沐等人提出ResNet最强改进版：性能提高3％，参数不增( 三 )


如表 6 所示 ， ResNeSt 骨干网络具有更好的性能 ， 对于 Mask-RCNN ， ResNeSt50 的性能优于基线 ， 在 box/mask 任务中的性能分别提高了 2.85%/2.09% 。 而 ResNeSt101 的提高更多 ， 为 4.03%/3.14% 。 对于 Cascade-Mask-RCNN ， 切换到 ResNeSt50 或 ResNeSt101 所产生的性能提升分别为 3.13%/2.36% 或 3.51%/3.04% 。
下表 7 展示了 ResNeSt 在 ADE20K、Citscapes 语义分割任务上的表现 。
[机器之心]张航、李沐等人提出ResNet最强改进版：性能提高3％，参数不增
本文插图

表 7：在 ADE20K（左）、Citscapes（右）语义分割任务中的性能 。
与之前的结果类似 ， 使用 ResNeSt-50 骨干网络的 DeepLabv3 模型已经优于使用更深层 ResNet-101 骨干网络的 DeepLabv3 模型 。 具有 ResNeSt-101 骨干网络的 DeepLabV3 模型达到了 82.07% 的 pixAcc 和 46.91% 的 mIoU ， 据了解 ， 这是为 ADE20K 提出的最佳单一模型 。
机器之心 CVPR 2020 线上分享的第一期 ， 我们邀请到北京大学智能科学系陈汉亭（论文一作）为我们分享主题《加法神经网络：在深度学习中我们是否真的需要乘法？》 ， 欢迎读者报名学习 。
[机器之心]张航、李沐等人提出ResNet最强改进版：性能提高3％，参数不增
本文插图


推荐阅读


上一篇：史鉴今朝@打孔屏+天玑1000小米Note10曝光，小米Note9白菜价任性史无前例！

下一篇：史鉴今朝：小米MIX4曝光3D曲面屏+MIUI 12，小米MIX3跌至白菜价彻底疯抢！