更廉价的预训练午餐：一种高效的目标检测范式
计算机视觉与模式识别
2020-09-01 v2
摘要
本文提出一种通用且高效的预训练范式——Montage预训练，用于目标检测。Montage预训练仅需目标检测数据集，且相较广泛采用的ImageNet预训练仅消耗1/4计算资源。为构建此高效范式，我们通过从原图精心提取有用样本、以Montage方式组装样本作为输入、并采用ERF自适应密集分类策略进行模型预训练，从而降低潜在冗余。这些设计不仅包含一种提升空间利用率的新输入模式，也包含一种拓展预训练模型有效感受野的新学习目标。Montage预训练的效率与有效性在MS-COCO数据集上的大量实验得到验证，结果表明使用Montage预训练的模型能取得与ImageNet预训练相当甚至更优的检测性能。
关键词
引用
@article{arxiv.2004.12178,
title = {Cheaper Pre-training Lunch: An Efficient Paradigm for Object Detection},
author = {Dongzhan Zhou and Xinchi Zhou and Hongwen Zhang and Shuai Yi and Wanli Ouyang},
journal= {arXiv preprint arXiv:2004.12178},
year = {2020}
}
备注
Accepted by ECCV2020