中年|微软亚洲研究院王井东：下一代视觉识别的基本网络结构是什么样的？

本文插图

下面再看我们的方法用在目标检测任务上。我们需要把物体框出来，同时要预测框中的物体种类。
在最流行的Faster R-CNN框架里，我们用HRNet和ResNet的方法进行对比，为保证公平，分成4组，在每组参数量和计算量可比的情况下进行对比。
前三组在Faster R-CNN上比较，最后一个在Cascade R-CNN上比较，蓝色数值表示预测的整体好坏情况，从结果看， HRNet都远优于ResNet 。除此以外， HRNet有非常好的高分辨率表征，在小物体上更有优势。

本文插图

实体分割中Instance Segmentation ，需要表征出物体的轮廓，而不仅仅是一个框，我们在Mask R-CNN中和ResNet对比，我们的表现有提高，尤其在小物体上体现更加明显。当然，仅仅在Mask框架里做不能说明问题，所以我们也会在发表的研究里列举其他的方法，结果都比ResNet的表现好，这里不一一列举。

本文插图

本文插图
HRNet出来时，有人怀疑是否其参数量、计算量变大，事实上，我们并没有增加参数量和计算量，或者说增加网络结构的复杂度来提升性能，比如上图中，各项参数中两者计算量差不多，但是结果是HRNet更好。

本文插图

本文插图

下面我们看看分类。
在视觉领域，预训练非常重要，它需要帮网络进行初始化，通过迁移学习应用到其他领域，或者给网络结构做更好的初始化以帮助优化。
当初我们做这个网络结构的目的是为了提出一个高分辨率表征，以帮助分类以外的任务。后来发现，在同等参数量和计算量基础上， HRNet的结果比ResNet好。

本文插图

2012年以来AlexNet、GoogleNet、VGGNet、ResNet、DenseNet等是为了做分类任务， HRNet除了可以做分类任务，且性能很好，还可以做分割、检测、识别等等各种任务，面部检测、行人的检测、高空图像识别，卫星图象识别，也都有很好的效果。

本文插图

HRNet去年10月推出后，被很多比赛的参赛者使用。比如去年ICCV keypoint and densepose比赛中，几乎所有参赛选手都使用了HRNet ，谷歌、商汤团队用HRNet做panoptic segmentation 和 openimage instance segmentation比赛，也取得了最好的效果。

本文插图

最近大家对网络结构搜索了解较多，既然有了搜索，为什么还要有网络结构设计？网络结构设计实际上是为搜索提供了一个空间，这也是非常重要的。今年CVPR上的一篇来自谷歌的文章，它的出发点与HRNet非常相似，认为以前的网络都是通过空间变大然后变小再恢复，这样对一些识别和检测任务非常不友好，他设计一个NAS的算法，来解决这个问题。

中年|微软亚洲研究院王井东：下一代视觉识别的基本网络结构是什么样的？ | CCF-GAIR 2020( 四 )

推荐阅读

正商参阅京东终迎翻身仗？，“前浪”也凶猛

[惰惰林]个个都仙出新高度，哪一个你的最爱？，新古装四大美女出炉

仨三搞笑说|哈弗H9引领智能越野新时代，普拉多国六陨落

米切尔|87＋15！米切尔疯狂2战成超巨，单节21分打爆掘金，亿元合同要定了

生死狙击租号？星球之光歌词每一句谁唱的？

带你搞笑到天黑：库利巴利大概率去虚拟体育英超，英超：利物浦不需要万博维尔纳

大龙哥侃世界|有资格在8月加入国防队伍，印度200多万变性人即将见证历史

颅内出血可以有多严重?

王诗龄|王诗龄：我干爹是何炅，嗯哼：我干爹是李晨，小海绵：都闪开！

为消费添活力，“平安国美中国行”杭州站专享福利惊喜不断

Mate|华为“Mate”品牌商标新注册8个产品类别

大众网|董子健《流金岁月》杀青多部作品蓄势待发

2021年结婚不用给彩礼是真的吗?-2021年结婚彩礼新规定-2021年结婚禁止索要彩礼

订套餐送婴儿车、洗牙器、扫地机器人……孕妈们快“戳进来”获取入场权限

该怎样处理与父母间的金钱关系

调查|中信证券国泰君安等被自律调查券商低价争抢债券承销业务惹关注

陈赓：386旅后来去哪了？接替陈赓的3位旅长，后来都是什么军衔？

8月18日深圳新增3例无症状感染者！来自俄罗斯

甜甜儿smile|今夏的休闲个性，交给牛仔裤就行了，让你简单穿搭就足够时尚靓丽

梁思成后妻林洙：林徽因不是个好太太，不会做饭不会照顾孩子