資訊專欄INFORMATION COLUMN
摘要：算法思想作者是在經(jīng)典的兩階段目標(biāo)檢測算法的基礎(chǔ)上做的改進(jìn)。使用輕量級面向目標(biāo)檢測任務(wù)設(shè)計的骨干網(wǎng)。二改進(jìn)特征表示的鑒別性。使用骨干網(wǎng)的精度超過，而計算量僅為其。
今天跟大家分享一篇前天新出的論文《ThunderNet: Towards Real-time Generic Object Detection》，來自國防科大與曠視的研究團(tuán)隊（孫劍老師在列）提出了較早的能夠在移動端ARM芯片實時運行的兩階段通用目標(biāo)檢測算法ThunderNet（寓意像Thunder雷一樣快^_^），并稱該算法后續(xù)將開源！
以下是作者信息：
論文地址：
https://arxiv.org/pdf/1903.11752v1.pdf
一作為來自國防科大的Zheng Qin和曠視的Zeming Li。
提出問題
目標(biāo)檢測的算法有很多，但要在移動平臺，比如手機(jī)上的ARM CPU實時還比較難，主流的state-of-the-art目標(biāo)檢測算法無法實時，而一些號稱可以跑起來的算法距離state-of-the-art的精度差距太大。
作者希望設(shè)計速度快而精度高的算法，滿足移動端的部署需求。
下圖是該文提出的ThunderNet算法的三個版本與目前輕量級檢測網(wǎng)絡(luò)在COCO test-dev數(shù)據(jù)集上的精度和計算量的比較圖，可見ThunderNet在精度達(dá)到或超過之前輕量級檢測網(wǎng)絡(luò)的同時，降低了計算量。
以上均為在CPU上單線程運行結(jié)果，MobileNet-SSD運行在驍龍820，MobileNet/MobileNetV2-SSDLite運行在驍龍810，Pelee運行在Intel i7-6700K (4.0 GHz),ThunderNet運行在驍龍845。
算法思想
作者是在經(jīng)典的兩階段目標(biāo)檢測算法的基礎(chǔ)上做的改進(jìn)。
網(wǎng)絡(luò)結(jié)構(gòu)如下：
作者分兩個方向做了5點改進(jìn)：
一、改進(jìn)速度。
1. 使用輕量級、面向目標(biāo)檢測任務(wù)設(shè)計的骨干網(wǎng)Snet。
網(wǎng)絡(luò)參數(shù)如下：
2. 壓縮RPN網(wǎng)絡(luò)部分，降低候選目標(biāo)區(qū)域生成的時間。
3. R-CNN子網(wǎng)絡(luò)使用1024維的全連接層，提高速度。
二、改進(jìn)特征表示的鑒別性。
1. 設(shè)計了上下文增強(qiáng)模塊CEM結(jié)構(gòu)，它可以有效結(jié)合三個尺度的特征圖，編碼更多的上下文信息，增大感受野，生成更具鑒別性的特征。
2. 設(shè)計了空間注意力模塊SAM結(jié)構(gòu)，它可以利用RPN中學(xué)習(xí)到的信息，從上下文增強(qiáng)模塊提精特征圖的特征分布。
實驗結(jié)果
作者在VOC 2007 test數(shù)據(jù)集上的實驗結(jié)果如下，與現(xiàn)有其他算法相比，在保持高精度同時，計算量也處于較低水平。
下圖是在COCO test-dev數(shù)據(jù)集上與其他算法的比較，同樣達(dá)到了計算量小精度高的目標(biāo)。
以下是一些檢測結(jié)果示例：
在運行速度方面，該算法能到達(dá)到與MobileNet-SSD相當(dāng)?shù)木?，此時在ARM上運行24.1fps，x86上運行47.3fps。使用SNet146骨干網(wǎng)的ThunderNet精度超過YOLOv2，而計算量僅為其1/37。
期待作者早日放出代碼！
聲明：本文版權(quán)歸原作者所有，文章收集于網(wǎng)絡(luò)，為傳播信息而發(fā)，如有侵權(quán)，請聯(lián)系小編及時處理，謝謝！歡迎加入本站公開興趣群商業(yè)智能與數(shù)據(jù)分析群
興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價值的辦法，實際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報表系統(tǒng)等全方位知識
QQ群：81035754
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://systransis.cn/yun/4871.html
摘要：月日，各項競賽的排名將決定最終的成績排名。選手通過訓(xùn)練模型，對虛擬股票走勢進(jìn)行預(yù)測。冠軍將獲得萬元人民幣的獎勵。 showImg(https://segmentfault.com/img/bVUzA7?w=477&h=317); 2017年9月4日，AI challenger全球AI挑戰(zhàn)賽正式開賽，來自世界各地的AI高手，將展開為期三個多月的比拼，獲勝團(tuán)隊將分享總額超過200萬人民幣的...
摘要：前言阿里巴巴機(jī)器智能實驗室線下智能團(tuán)隊從年底開始涉及線下智能領(lǐng)域，從算法工程產(chǎn)品化業(yè)務(wù)落地多個方面入手，與合作伙伴們一起取得了一些小小的成績。目前，該套工具作為推薦的量化工具廣泛應(yīng)用在阿里集團(tuán)內(nèi)多個線下業(yè)務(wù)場景中。 showImg(https://segmentfault.com/img/remote/1460000019246850); 阿里妹導(dǎo)讀：AI 技術(shù)已經(jīng)從互聯(lián)網(wǎng)走向零售、...
摘要：在區(qū)塊鏈上，虛擬機(jī)就是智能合約的運行環(huán)境，是一個可以完全對外隔離的完整計算機(jī)體系。區(qū)塊鏈通過虛擬機(jī)來調(diào)用和執(zhí)行智能合約，并要求所有節(jié)點都達(dá)成一致。當(dāng)區(qū)塊鏈遇見在很多科技領(lǐng)域都得到了運用，目前，也開始在區(qū)塊鏈領(lǐng)域逐漸的得以發(fā)展。 showImg(https://segmentfault.com/img/bVbsfi2?w=2779&h=1179); 區(qū)塊鏈的出現(xiàn)使得智能合約得到了更好的實...
閱讀 606·2021-11-15 11:38
閱讀 1205·2021-10-11 10:59
閱讀 3506·2021-09-07 09:58
閱讀 497·2019-08-30 15:44
閱讀 3535·2019-08-28 18:14
閱讀 2614·2019-08-26 13:32
閱讀 3524·2019-08-26 12:23
閱讀 2424·2019-08-26 10:59
