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