Object Detection+NAS 相关资料整理
目前进展
目标检测框架中的模块大致可以分为Backbone,Neck(FPN),Head三个部分。NAS技术可以分为对其中的单个模块搜索以及多个模块搜索。
单模块搜索
Backbone
SpineNet
- google brain出品,CVPR2020
- 以resnet50为基准搜blocks
Efficient Neural Architecture Transformation Search in Channel-Level for Object Detection
- 通道级nas
SP-NAS
- 华为诺亚方舟 中山大学 CVPR2020
- 从串行到并行的搜索
CR-NAS
- 商汤,ICLR2020
- 算力重分配
DetNAS
- NIPS2019:首个搜索backbone的nas,旷视
Neck(FPN)
NAS-FPN
- 搜索neck(FPN)
- nas+det的开山之作,google出品
MnasFPN
- google, CVPR2020
OPANAS
- CVPR 2021,北大
多模块搜索
Neck和Head搜索
Auto-FPN
- 华为诺亚方舟,2019 ICCV
NAS-FCOS
- 沈春华团队,曾提出FCOS,2019 ICCV
Head,Neck,Backbone搜索
Hit-Detector
- 第一个backbone,neck,head联合搜索,不再是各自选出最优的
SM-NAS
- 华为诺亚方舟,AAAI 2020
- Head,fpn,backbone,input resolution四个维度一起搜索
- Structrual->modular,coarse->fine
Joint-DetNAS
- 华为诺亚方舟
- 融合了剪枝,蒸馏和nas在一起进行
其他相关任务
EfficientDet
- google出品,CVPR 2020,在efficientnet的基础上进行
- 主要贡献是BiFPN,compound scaling
Auto DeepLab 图像分割
- 李飞飞组
- 图像分割
Auto-ReID 行人重识别
- 百度
- 行人重识别的nas