面向计算机视觉中密集预测任务的神经架构搜索
计算机视觉与模式识别
2022-02-16 v1 机器学习
摘要
近年来深度学习的成功导致对神经网络架构工程的需求上升。因此，旨在以数据驱动而非手工方式自动设计神经网络架构的神经架构搜索（NAS）已发展为一个热门研究领域。随着跨架构权值共享策略的出现，NAS 已适用于更广泛的问题。特别地，现在有许多针对计算机视觉中需要像素级预测的密集预测任务（如语义分割或目标检测）的文献。这些任务带来了新的挑战，例如高分辨率数据导致更高的内存占用、学习多尺度表示、更长的训练时间，以及更复杂和更大的神经网络架构。在本稿中，我们通过阐述这些新挑战并综述应对它们的方法，提供关于密集预测任务 NAS 的概览，以 easing 未来研究及现有方法向新问题的应用。
引用
@article{arxiv.2202.07242,
title = {Neural Architecture Search for Dense Prediction Tasks in Computer Vision},
author = {Thomas Elsken and Arber Zela and Jan Hendrik Metzen and Benedikt Staffler and Thomas Brox and Abhinav Valada and Frank Hutter},
journal= {arXiv preprint arXiv:2202.07242},
year = {2022}
}