何恺明“终结”ImageNet预训练时代:从0开始训练神经网络,效果比肩COCO冠军
何恺明,RBG,Piotr Dollár。
三位从Mask R-CNN就开始合作的大神搭档,刚刚再次联手,一文“终结”了ImageNet预训练时代。
他们所针对的是当前计算机视觉研究中的一种常规操作:管它什么任务,拿来ImageNet预训练模型,迁移学习一下。
但是,预训练真的是必须的吗?
这篇重新思考ImageNet预训练(Rethinking ImageNet Pre-training)就给出了他们的答案。
FAIR(Facebook AI Research)的三位研究员从随机初始状态开始训练神经网络,然后用COCO数据集目标检测和实例分割任务进行了测试。结果,丝毫不逊于经过ImageNet预训练的对手。
甚至能在没有预训练、不借助外部数据的情况下,和COCO 2017冠军平起平坐。
结果
训练效果有图有真相。
他们用2017版的COCO训练集
