本人研究生課題是關(guān)于深度學(xué)習(xí)物體檢測的躁染，對(duì)于深度學(xué)習(xí)檢測論文來說，個(gè)人覺得論文實(shí)驗(yàn)部分的重要性吞彤，并不亞于理解論文本身的主要思想我衬。但是現(xiàn)有的博客貌似很少有這方面的總結(jié)或者心得饰恕。所以就想寫舊文新讀檢測系列的博文，想從實(shí)驗(yàn)部分出發(fā)來梳理這一系列文章埋嵌。
本次暫定系列論文包含如下：
- R-CNN
- SPP-Net
- Fast R-CNN
- Faster R-CNN
- 數(shù)據(jù)分布不均衡之{OHEM ,Focal loss}
- R-FCN
- YOLO v1 v2 v3
- SSD
- …
- FPN
- Spatial Memory for Context Reasoning in Object Detection（新增）
- Mask RCNN
實(shí)驗(yàn)的啟示：
- 可以了解到作者訓(xùn)練和提升網(wǎng)絡(luò)效果的技巧
- 可以學(xué)習(xí)如何做實(shí)驗(yàn)，分析問題雹嗦，并用實(shí)驗(yàn)去驗(yàn)證思路范舀，解決問題了罪。
- 更容易看到文章中存在的不足，以及未來的改進(jìn)方向
- 對(duì)于論文閱讀技巧來說泊藕，其實(shí)先讀完abstract就直接從實(shí)驗(yàn)部分開始閱讀然后可以帶著例如“為什么會(huì)得到這樣的實(shí)驗(yàn)結(jié)果”等問題田藐，去讀文章的主題部分也是一個(gè)個(gè)人覺得較高效的論文閱讀方法吱七。
個(gè)人建議實(shí)驗(yàn)閱讀方法 - 自問自答：
- 實(shí)驗(yàn)內(nèi)容（what）
- 實(shí)驗(yàn)?zāi)康模髡邽槭裁磿?huì)想到做這個(gè)實(shí)驗(yàn)（why）
一般有兩種情況：-
1）人為設(shè)置的參數(shù)踊餐，在沒有充分的理論指導(dǎo)情況下，需要做實(shí)驗(yàn)grid search
2）作者為了證明自己文章的某一貢獻(xiàn)有效和具體提升的效果
（如果是這兩種情況吝岭，該實(shí)驗(yàn)?zāi)康木驮诤竺嬲撐目偨Y(jié)中略過） - 如果是你怎么做這個(gè)實(shí)驗(yàn)
- 實(shí)驗(yàn)步驟 （how）
- 作者為什么這樣設(shè)計(jì)步驟三痰？
- 作者的實(shí)驗(yàn)結(jié)果分析是否合理? 不合理或者解釋不充分窜管。那么這東西就可以繼續(xù)研究散劫。
1）如何從實(shí)驗(yàn)分析出實(shí)驗(yàn)結(jié)果
2）得到這樣實(shí)驗(yàn)結(jié)果的原因（這個(gè)問題就把文章的貢獻(xiàn)和具體做法和原理都聯(lián)系起來了） - 這個(gè)技巧或者結(jié)構(gòu)或者分析方法或者實(shí)驗(yàn)結(jié)果， 能不能用在以后自己的模型中或者工程中幕帆？
