S-Extension 补丁:一种简单高效的物体检测模型扩展方法
计算机视觉与模式识别
2022-01-21 v2 机器学习
摘要
在构建基于卷积网络的系统时,训练网络所需的代价是不可忽视的。在我们需要为现有模型追加额外能力的情况下,注意力立即转向重训练技术。本文中,我展示了如何利用关于数据集的知识,以更快的方式追加类别,同时保持推理速度及准确率;并减少所需的时间和数据的量。该方法相比其他现有方法能以 1/10 的时间在现有物体检测模型中扩展一个类别。S-Extension 补丁不仅提供更快的训练,还具备速度和易适应性,因为它可附加到任何现有系统,只要其满足相似性阈值条件。
引用
@article{arxiv.2110.02670,
title = {S-Extension Patch: A simple and efficient way to extend an object detection model},
author = {Dishant Parikh},
journal= {arXiv preprint arXiv:2110.02670},
year = {2022}
}
备注
Accepted and presented at ICDSMLA 2021. Proceedings to be published with Springer