这三篇论文开源了！何恺明等人的PointRend，Hinton组的SimCLR和谷歌大脑的EfficientDet

2020 年 3 月 23 日 CVer

点击上方“CVer”，选择加"星标"或“置顶”

重磅干货，第一时间送达

前言

近期开源的项目真不少，一方面CVPR 2020录用结果放出，所以大量的CVPR 2020论文以及相应的代码也逐渐放出。本文将重点介绍近期比较值得关注的3个开源项目（PointRend、EfficientDet和SimCLR），后面会单独针对CVPR 2020 细分方向进行开源项目介绍。

另外想第一时间知道开源动态，欢迎加文末的CVer小助手微信，其朋友圈每天会推送最新论文和开源项目。

PointRend

论文链接： https://arxiv.org/abs/1912.08193

代码链接：

https://github.com/facebookresearch/detectron2/tree/master/projects/PointRend

实际上本篇论文不仅刚刚开源，而且还收录于 CVPR 2020（Oral）。 另外说一下，何恺明大神今年拿下3篇 CVPR 2020，而且都是Oral。

本研究的中心思想是将图像分割看作一个渲染问题，并采用计算机图形学中的经典思想来有效地“渲染”高质量的标签图。基于这个计算思想提出一个新的神经网络模块，称为PointRend，它使用subdivision策略自适应地选择一组非均匀的点来计算标签。

PointRend可以被合并到流行的元架构中，用于实例分割(如Mask R-CNN)和语义分割(如FCN)。它的subdivision策略使用的浮点运算比直接的密集计算要少一个数量级，从而可以有效地计算高分辨率分割图。

将PointRend应用于实例分割

将PointRend与表1中Mask R-CNN中默认的4×conv head进行比较。

关于论文解读详见：

何恺明团队新作PointRend：将图像分割视作渲染问题，显著提升语义/实例分割性能！

EfficientDet

论文链接： https://arxiv.org/abs/1911.09070

代码链接：

https://github.com/google/automl/tree/master/efficientdet

实际上本篇论文也是收录于 CVPR 2020 中！

当时论文刚出来的时候，看到 COCO 数据集上 51.0 mAP！直接惊呆了！模型又轻量又高效，正好代码10天前开源，大家可以上手使用一番。

不过要注意的是目前开源的是EfficientDet-D0到EfficientDet-D6，原论文中的EfficientDet-D7没有了（而且新论文修正了这一点，也是把EfficientDet-D7删掉了）。不过问题不大，EfficientDet-D6 的 51.0 mAP 也够我们用了！

关于论文解读详见：

一骑绝尘的EfficientNet和EfficientDet

SimCLR

论文链接： https://arxiv.org/abs/2002.05709

代码链接：

https://github.com/google-research/simclr

近期无监督学习方面的两篇巨作：

Hinton组的： SimCLR

何恺明等人的： MoCo v2

注：MoCo 已收录于 CVPR 2020（Oral），而MoCo v2是 MoCo的改进版，性能已超越SimCLR。

关于SimCLR的论文解读推荐知乎上的这个话题：

如何评价Hinton组的新工作SimCLR?

https://www.zhihu.com/question/372064916

上述三篇论文的PDF和代码均已经打包好，在CVer公众号后台回复： 20200324 ，即可下载。另外想第一时间知道更多论文的开源动态，欢迎加文末的CVer小助手微信，其朋友圈每天会推送最新论文和开源项目。

重磅！CVer-论文写作与投稿 交流群已成立

扫码添加CVer助手，可申请加入CVer-论文写作与投稿 微信交流群，目前已满1000+人，旨在交流顶会（CVPR/ICCV/ECCV等）、顶刊（IJCV/TPAMI等）、SCI、EI等写作与投稿事宜。

同时也可申请加入CVer大群和细分方向技术群，细分方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流等群。

一定要备注：研究方向+地点+学校/公司+昵称（如论文写作+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群