训练目标检测神经网络的免费技巧包
计算机视觉与模式识别
2019-04-16 v3
摘要
训练启发式方法极大提升了各类图像分类模型的精度~\cite{he2018bag}。然而，目标检测模型具有更复杂的神经网络结构与优化目标。不同模型间的训练策略与流程差异显著。本工作中，我们探索适用于多种模型（包括 Faster R-CNN 与 YOLOv3）的训练微调技巧。这些技巧不改变模型架构，因此推理成本保持不变。我们的实证结果表明，这些免费技巧(freebies)相较 SOTA 基线可提升最高达 5% 的绝对精度。
引用
@article{arxiv.1902.04103,
title = {Bag of Freebies for Training Object Detection Neural Networks},
author = {Zhi Zhang and Tong He and Hang Zhang and Zhongyue Zhang and Junyuan Xie and Mu Li},
journal= {arXiv preprint arXiv:1902.04103},
year = {2019}
}