- 常见的模型加速方法
参考于知乎:深度学习模型,有哪些最新的加速技术?
加速的目的:业务数据量大,但计算资源紧缺,导致模型训练慢、延时高、上线难。
处理方法:从计算优化、系统优化以及硬件优化等多方面提升深度学习模型在训练和推理阶段的速度。
常见加速方法:模型结构优化、模型剪枝、模型量化、知识蒸馏。
-
目标检测里如何有效解决常见的前景少背景多的问题
-采用Focal Loss或OHEM进行负样本挖掘,加大Hard Example损失权重
-训练时只利用Ground Truth周边的Prior Boxes进行训练,忽略其他背景区域,只考虑困难背景区域 -
目标检测里有什么情况是SSD、YOLOv3、Faster R-CNN等所不能解决的,假设网络拟合能力无限强
这里有三个模型的详解:Faster R-CNN、SSD和YOLO三个模型详解 <