订阅
纠错
加入自媒体

谷歌提出基于神经网络搜索的目标检测新型架构,同时适应图像识别

2020-07-24 09:22
将门创投
关注


SpineNet和ResNet模型在iNaturalist细粒度图像分类任务上的性能比较。

同时在研究中发现,联合优化尺度轮换和尺度交叉连接比在固定尺度下优化交叉连接效果更好。交叉连接在不同尺度特征融合过程中扮演着重要的角色。研究人员通过选择性图破坏链接来探索交叉连接的重要性,包括移除短程连接、移除长程连接、同时移除长短连接并将其连接到先前的序列模块上。下表显示了性能衰减,发现短程连接并不能有效处理频率分辨率的演变。

三、结论和展望

研究人员认为尺度缩减模型无法同时有效地处理识别和定位任务,提出的尺度轮换模型作为一种新的架构解决了这一问题。同时还通过神经架构搜索的方式来提升这一架构的性能,并在目标检测和分类中得到了显著的性能提升。这一独特的模型架构将为各种视觉任务提供更多的选择和性能提升。

关于我“门”

将门是一家以专注于发掘、加速及投资技术驱动型创业公司的新型创投机构,旗下涵盖将门创新服务、将门技术社群以及将门创投基金。将门成立于2015年底,创始团队由微软创投在中国的创始团队原班人马构建而成,曾为微软优选和深度孵化了126家创新的技术型创业公司。

将门创新服务专注于使创新的技术落地于真正的应用场景,激活和实现全新的商业价值,服务于行业领先企业和技术创新型创业公司。

将门技术社群专注于帮助技术创新型的创业公司提供来自产、学、研、创领域的核心技术专家的技术分享和学习内容,使创新成为持续的核心竞争力。

将门创投基金专注于投资通过技术创新激活商业场景,实现商业价值的初创企业,关注技术领域包括机器智能、物联网、自然人机交互、企业计算。在近四年的时间里,将门创投基金已经投资了包括量化派、码隆科技、禾赛科技、宽拓科技、杉数科技、迪英加科技等数十家具有高成长潜力的技术型创业公司。

<上一页  1  2  3  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

    人工智能 猎头职位 更多
    扫码关注公众号
    OFweek人工智能网
    获取更多精彩内容
    文章纠错
    x
    *文字标题:
    *纠错内容:
    联系邮箱:
    *验 证 码:

    粤公网安备 44030502002758号