Sep, 2023
多尺度数据采样器在视觉应用中的有效性
On the Efficacy of Multi-scale Data Samplers for Vision Applications
Elvis Nunez, Thomas Merth, Anish Prabhu, Mehrdad Farajtabar, Mohammad Rastegari...
TL;DR对多尺度分辨率训练的数据采样器进行了实证研究，发现其行为类似于隐式的数据正则化器，加快了训练速度并提高了模型的准确性、鲁棒性和数据校准性，同时通过渐进增加分辨率的简单课程对多尺度变量批量采样器进行了扩展，实现了 30% 以上的计算减少，并在检测和实例分割任务中观察到了训练 FLOP 减少 37% 以及 Mask R-CNN 模型 mAP 提升 3-4%。