深度学习中的without bells and whistles是什么意思?

参考:https://blog.csdn.net/u013249853/article/details/84786730

今天看fpn Feature Pyramid Networks for Object Detection的论文,在其摘要中看到

our method achieves state-of-the-art single-model results on the COCO detection benchmark without
bells and whistles

刚开始以为这个bells and whistles又是一种新的自己不知道的方法,后来仔细找了下资料,原来这个在英语本意是花哨的事物,翻译成中文就是我们经常花里胡哨的东西.

一般网络都是组装的,用别人的backbone,然后加上自己发明的部件,或者理念,之后证明自己有效.并不会把现有的所有最好用的东西都试一遍,得到一个好结果,然后再说自己有用.

通常还会做消融性试验,证明自己部件能够对现有网络有增幅,而且科学研究不同于企业产品,并不需要最终的结果top 1,只要能够对任一backbone有较大提升就是好成果.

所以何凯明的很多文章在abstract部分都会写without bells and whistles.

就是没用深度神经网络的trick,任何人都可以不通各种精调,各种扩大训练集,各种hard online, 各种学习率啊,参数啊什么的,就可以达到比较好的效果.所以方法本质就是好的,是必然,而不是偶然.