专栏名称: AI科技评论
「AI科技评论」是国内顶尖人工智能媒体和产业服务平台,专注全球 AI 业界、学术和开发三大方向的深度报道。
目录
相关文章推荐
爱可可-爱生活  ·  语言构式如何在词汇分布中显现? 查看图片 ... ·  2 天前  
爱可可-爱生活  ·  本文提出的 IteRABRe ... ·  3 天前  
爱可可-爱生活  ·  今日推介(第1711期):归纳矩匹配、推理时 ... ·  3 天前  
宝玉xp  ·  雷军 2011 年在腾讯的演讲,分析 ... ·  3 天前  
51好读  ›  专栏  ›  AI科技评论

活动 | UIUC访问学者沈志强今晚8点分享:在小规模数据集上,怎样从头开始训练鲁棒的目标检测器?

AI科技评论  · 公众号  · AI  · 2017-09-26 16:06

正文

分享背景


目标检测作为一个基础的计算机视觉任务在自动驾驶、视频监控等领域拥有非常广泛的应用前景。目前主流的目标检测方法都严重依赖于在大规模数据集(如ImageNet)上预训练初始模型。而本文(ICCV2017)通过分析深度检测模型从头训练存在的问题,提出了四个training from scratch的原则,根据这些原则构建了DSOD模型,该模型在三个标准的数据集(PASCAL VOC 07, 12和COCO)上都达到了目前state-of-the-art的性能。


DSOD: Learning Deeply Supervised Object Detectors from Scratch


https://arxiv.org/abs/1708.01241


这是目前已知的第一篇在完全脱离ImageNet pre-train模型的情况下使用deep model在有限的训练数据前提下能做到state-of-the-art performance的工作,同时模型参数相比其他方法也要小很多,其中最小的一个模型参数只有5.9M,在VOC 2007 test set上可以达到73.6mAP,代码和模型都已经开源。



分享主题

DSOD: Learning Deeply Supervised Object Detectors from Scratch

如何在小规模数据集上从头开始训练一个鲁棒的目标检测器



分享人简介








请到「今天看啥」查看全文