前言 这其实算是挺早的一篇文章了，但是之前在面试roadstar时，面试官说了他关于语义分割这一块的实验经验，说较大的batchsize和多尺度的池化(金字塔池化)、以及困难样本的挖掘都可以提升语义分割的精度，本文是多尺度池化相关，因此在这里回顾一下。 abstract 论文地址：https:// ...

abstract 论文地址：Loss Max-Pooling for Semantic Image Segmentation 论文中提出了loss max-pooling的概念，用于解决在语义分割中像素个数类别分布不均匀的情况，即实际情况中，大部分的数据都是符合长尾分布的，少量的类别对应的样本占据了 ...

abstract 论文地址：Focal Loss for Dense Object Detection 论文主要提出了一种新的loss，称为focal loss，用于解决one stage目标检测过程中正负样本数量差距太大的情况。 基于FPN提出了一个新的one stage目标检测框架，称为Reti ...

abstract 论文地址：Training Region-based Object Detectors with Online Hard Example Mining 在目标检测中，使用SS或者滑动窗口等方法得到的proposal中，正负样本的个数比例差距很大，之前的方法都是选择若干个负样本的pr ...

abstract 论文地址：Distilling the Knowledge in a Neural Network 在机器学习算法中，一个比较常用的方法是在相同的数据集上训练多个模型，然后对这些模型的预测结果进行加权，得到最终的预测结果，这也就是所谓的集成学习，由单个的弱学习器集成得到一个强学习器 ...

abstract 论文地址：Deep Compression: Compressing Deep Neural Networks with Pruning, Trained Quantization and Huffman Coding 论文主要针对神经网络计算量和占内存都较大的问题，提出对网络进 ...

NAS 论文地址：NEURAL ARCHITECTURE SEARCH WITH REINFORCEMENT LEARNING 这篇文章是NAS的第一篇论文，在小的数据集上做了网络结构搜索优化，之后有很多论文都是基于这个思想，在分类、识别、分割等任务上做了一些尝试。 abstract 神经网络在视 ...

论文简介 地址：https://arxiv.org/abs/1703.06870 基于之前two stage的fasterRCNN的目标检测方法，添加了mask refinement的branch，完成了实例分割的任务。 在其他任务上，如姿态估计等，都做了实验，实验证明有提出的maskRCNN方法有 ...

论文简介 地址：https://arxiv.org/pdf/1803.06815v2.pdf 个人观点：这篇文章对之前的模型压缩以及语义分割方法做了很好的总结，而且也回顾了很多CNN module，可以当成综述来看。 abstract ESPNet在降低8%的精度的条件下，比PSPNet的网络小1 ...

论文简介 地址：BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation abstract 语义分割任务中同时需要丰富的空间信息与很大的感受野，用来提升性能，当前的方法为了达到实时，都损失了空间信息，因此 ...