SpineNet和ResNet模型在iNaturalist細(xì)粒度圖像分類任務(wù)上的性能比較。

同時在研究中發(fā)現(xiàn)，聯(lián)合優(yōu)化尺度輪換和尺度交叉連接比在固定尺度下優(yōu)化交叉連接效果更好。交叉連接在不同尺度特征融合過程中扮演著重要的角色。研究人員通過選擇性圖破壞鏈接來探索交叉連接的重要性，包括移除短程連接、移除長程連接、同時移除長短連接并將其連接到先前的序列模塊上。下表顯示了性能衰減，發(fā)現(xiàn)短程連接并不能有效處理頻率分辨率的演變。

三、結(jié)論和展望

研究人員認(rèn)為尺度縮減模型無法同時有效地處理識別和定位任務(wù)，提出的尺度輪換模型作為一種新的架構(gòu)解決了這一問題。同時還通過神經(jīng)架構(gòu)搜索的方式來提升這一架構(gòu)的性能，并在目標(biāo)檢測和分類中得到了顯著的性能提升。這一獨(dú)特的模型架構(gòu)將為各種視覺任務(wù)提供更多的選擇和性能提升。

關(guān)于我“門”

將門是一家以專注于發(fā)掘、加速及投資技術(shù)驅(qū)動型創(chuàng)業(yè)公司的新型創(chuàng)投機(jī)構(gòu)，旗下涵蓋將門創(chuàng)新服務(wù)、將門技術(shù)社群以及將門創(chuàng)投基金。將門成立于2015年底，創(chuàng)始團(tuán)隊(duì)由微軟創(chuàng)投在中國的創(chuàng)始團(tuán)隊(duì)原班人馬構(gòu)建而成，曾為微軟優(yōu)選和深度孵化了126家創(chuàng)新的技術(shù)型創(chuàng)業(yè)公司。

將門創(chuàng)新服務(wù)專注于使創(chuàng)新的技術(shù)落地于真正的應(yīng)用場景，激活和實(shí)現(xiàn)全新的商業(yè)價值，服務(wù)于行業(yè)領(lǐng)先企業(yè)和技術(shù)創(chuàng)新型創(chuàng)業(yè)公司。

將門技術(shù)社群專注于幫助技術(shù)創(chuàng)新型的創(chuàng)業(yè)公司提供來自產(chǎn)、學(xué)、研、創(chuàng)領(lǐng)域的核心技術(shù)專家的技術(shù)分享和學(xué)習(xí)內(nèi)容，使創(chuàng)新成為持續(xù)的核心競爭力。

將門創(chuàng)投基金專注于投資通過技術(shù)創(chuàng)新激活商業(yè)場景，實(shí)現(xiàn)商業(yè)價值的初創(chuàng)企業(yè)，關(guān)注技術(shù)領(lǐng)域包括機(jī)器智能、物聯(lián)網(wǎng)、自然人機(jī)交互、企業(yè)計(jì)算。在近四年的時間里，將門創(chuàng)投基金已經(jīng)投資了包括量化派、碼隆科技、禾賽科技、寬拓科技、杉數(shù)科技、迪英加科技等數(shù)十家具有高成長潛力的技術(shù)型創(chuàng)業(yè)公司。