从全局到局部:面向视频动作分割的高效网络结构搜索

Global2Local: Efficient Structure Search for Video Action Segmentation

为了回答“是否可以通过高效地搜索不同感受野的之间的组合来替代手工设计的模式呢?”的问题,在本文中,我们提出一种基于从全局到局部的搜索策略来寻找更合适的感受野组合。具体而言,我们的搜索策略将利用全局搜索的优势来找到粗粒度的参数组合,而后在利用局部搜索来精细化感受野的组合模式。值得指出的是,全局搜索并非是通过手工设计模式来寻找潜在的粗粒度参数组合。在全局搜索的基础上,我们将会使用一种基于期望引导迭代的方式来有效地精修参数组合。最后,我们的这一结果可以即插即用地使用在当前动作分割的模型中,并取得了SOTA的效果。很快我们也将开源我们的代码实现。

https://www.zhuanzhi.ai/paper/984e0db8caf9022e6b67396d1d49ee1b

成为VIP会员查看完整内容
13

相关内容

专知会员服务
16+阅读 · 2021年4月27日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
专知会员服务
7+阅读 · 2021年4月4日
专知会员服务
20+阅读 · 2021年4月2日
【CVPR2021】动态度量学习
专知会员服务
39+阅读 · 2021年3月30日
专知会员服务
11+阅读 · 2021年3月25日
【CVPR2021】用于目标检测的通用实例蒸馏
专知会员服务
23+阅读 · 2021年3月22日
专知会员服务
10+阅读 · 2021年3月21日
最新《神经架构搜索NAS》报告,附46页ppt与视频
专知会员服务
33+阅读 · 2020年12月30日
【NeurIPS 2020 】神经网络结构生成优化
专知会员服务
19+阅读 · 2020年10月24日
综述 | 语义分割经典网络及轻量化模型盘点
计算机视觉life
51+阅读 · 2019年7月23日
精选论文 | 网络结构搜索-单目标跟踪【附打包下载】
人工智能前沿讲习班
3+阅读 · 2019年7月2日
【泡泡图灵智库】面向无人机的高效双目SLAM
泡泡机器人SLAM
6+阅读 · 2019年5月31日
干货 | AutoML 和神经架构搜索初探
AI科技评论
3+阅读 · 2018年8月1日
AutoML 和神经架构搜索初探
雷锋网
4+阅读 · 2018年8月1日
利用 AutoML 进行大规模图像分类和对象检测
谷歌开发者
6+阅读 · 2017年11月27日
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
Arxiv
3+阅读 · 2018年6月14日
Arxiv
3+阅读 · 2018年2月12日
VIP会员
相关VIP内容
专知会员服务
16+阅读 · 2021年4月27日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
专知会员服务
7+阅读 · 2021年4月4日
专知会员服务
20+阅读 · 2021年4月2日
【CVPR2021】动态度量学习
专知会员服务
39+阅读 · 2021年3月30日
专知会员服务
11+阅读 · 2021年3月25日
【CVPR2021】用于目标检测的通用实例蒸馏
专知会员服务
23+阅读 · 2021年3月22日
专知会员服务
10+阅读 · 2021年3月21日
最新《神经架构搜索NAS》报告,附46页ppt与视频
专知会员服务
33+阅读 · 2020年12月30日
【NeurIPS 2020 】神经网络结构生成优化
专知会员服务
19+阅读 · 2020年10月24日
相关资讯
综述 | 语义分割经典网络及轻量化模型盘点
计算机视觉life
51+阅读 · 2019年7月23日
精选论文 | 网络结构搜索-单目标跟踪【附打包下载】
人工智能前沿讲习班
3+阅读 · 2019年7月2日
【泡泡图灵智库】面向无人机的高效双目SLAM
泡泡机器人SLAM
6+阅读 · 2019年5月31日
干货 | AutoML 和神经架构搜索初探
AI科技评论
3+阅读 · 2018年8月1日
AutoML 和神经架构搜索初探
雷锋网
4+阅读 · 2018年8月1日
利用 AutoML 进行大规模图像分类和对象检测
谷歌开发者
6+阅读 · 2017年11月27日
微信扫码咨询专知VIP会员