关于观看旷视 FACE++的视屏记录

1batchaize 的问题

分类大很多

vgg resnet 用256

目标检测 faster-rcnn  2张

 

batchsize 太小的问题：

1 unstable gradient 

2.BN统计不精准的问题（Inaccurate BN statistics）

    

3. Extremely unbalanced data

因为随机从背景部分取得框，负样本远远多于正样本，

4. Very long training period

 

他们提出的 称为 MegDet 个 the First Large-batch Detector

条件：

1，他们的brain++ platform ， 一个云平台共享空间，计算是分开的。

2,  他们有自己的网络架构平台（类似pytourch，说是速度上更加优化）

3，基础算法是 Featurn Pyramid

 

将faster rcnn本来的单层ROI, 这里进行多层金字塔ROI，这样大物体小物体都可以兼顾。

2. 多设备的BN操作

 

也因为目前的算法都是单卡BN统计，而单卡容量限制，无法进行batch_size较大的时候进行BN统计，他们用了多卡协同的统计方法。

 

3.

 

 

 

 

4

 

下图展示了一个神奇的现象，object detection 训练过程中出现一个很大的gap，目前没有说法。

 

Instance Segmentation

 

 

 

 

2.

 

我们生成的groundtruth 的mask的时候也是用线性插值的方法