本人研究生课题是关于深度学习物体检测的,对于深度学习检测论文来说,个人觉得论文实验部分的重要性,并不亚于理解论文本身的主要思想。但是现有的博客貌似很少有这方面的总结或者心得。所以就想写旧文新读检测系列的博文,想从实验部分出发来梳理这一系列文章。
本次暂定系列论文包含如下:
- R-CNN
- SPP-Net
- Fast R-CNN
- Faster R-CNN
- 数据分布不均衡之{OHEM ,Focal loss}
- R-FCN
- YOLO v1 v2 v3
- SSD
- …
- FPN
- Spatial Memory for Context Reasoning in Object Detection(新增)
- Mask RCNN
实验的启示:
- 可以了解到作者训练和提升网络效果的技巧
- 可以学习如何做实验,分析问题,并用实验去验证思路,解决问题。
- 更容易看到文章中存在的不足,以及未来的改进方向
- 对于论文阅读技巧来说,其实先读完abstract就直接从实验部分开始阅读然后可以带着例如“为什么会得到这样的实验结果”等问题,去读文章的主题部分也是一个个人觉得较高效的论文阅读方法。
个人建议实验阅读方法 - 自问自答:
- 实验内容(what)
- 实验目的,作者为什么会想到做这个实验(why)
一般有两种情况:-
1)人为设置的参数,在没有充分的理论指导情况下,需要做实验grid search
2)作者为了证明自己文章的某一贡献有效和具体提升的效果
(如果是这两种情况,该实验目的就在后面论文总结中略过) - 如果是你怎么做这个实验
- 实验步骤 (how)
- 作者为什么这样设计步骤?
- 作者的实验结果分析是否合理? 不合理或者解释不充分。那么这东西就可以继续研究。
1)如何从实验分析出实验结果
2)得到这样实验结果的原因(这个问题就把文章的贡献和具体做法和原理都联系起来了) - 这个技巧或者结构或者分析方法或者实验结果, 能不能用在以后自己的模型中或者工程中?
网友评论