复旦大学Ph.D沈志强:用于目标检测的DSOD模型

  1. 云栖社区>
  2. 雷锋网>
  3. 博客>
  4. 正文

复旦大学Ph.D沈志强:用于目标检测的DSOD模型

玄学酱 2017-10-24 09:59:00 浏览1357
展开阅读全文

目标检测作为一个基础的计算机视觉任务,在自动驾驶、视频监控等领域拥有非常广泛的应用前景。目前主流的目标检测方法都严重依赖于在大规模数据集(如ImageNet)上预训练初始模型。而在DSOD: Learning Deeply Supervised Object Detectors from Scratch这篇论文中,作者通过分析深度检测模型从头训练存在的问题,提出了四个原则,他们根据这些原则构建了DSOD模型,该模型在三个标准数据集(PASCAL VOC 07, 12和COCO)上都达到了顶尖的性能。这篇论文已被ICCV2017收录。

在近期雷锋网 AI研习社的线上分享会上,该论文的第一作者——复旦大学Ph.D沈志强为我们带来了对DSOD的详细解读,与此同时也介绍了他在CVPR 2017和ICCV 2017上的一些其它研究工作。

沈志强

网友评论

登录后评论
0/500
评论
玄学酱
+ 关注
所属云栖号: 雷锋网