HRNet 解读

# Deep High-Resolution Representation Learning for Visual Recognition
---

## Info

* Conference: TPAMI 2019 
* Cites: 113
* Github Stars: 1.6k, totally >3k
* Github Solved/Issue: 97/189
* Author: ![title](https://leanote.com/api/file/getImage?fileId=5fbd4132ab64410cea00091d)![title](https://leanote.com/api/file/getImage?fileId=5fbd4142ab64410f1d000a4a)

![title](https://leanote.com/api/file/getImage?fileId=5fbd4364ab64410f1d000a52)
---

## Main Idea

* 图像分类、图像分割、目标检测、人脸对齐、姿态识别、风格迁移、Image Inpainting、超分、optical flow、Depth estimation、边缘检测等全能多分辨率网络结构。
* ![title](https://leanote.com/api/file/getImage?fileId=5fbd4180ab64410f1d000a4b)
* ![title](https://leanote.com/api/file/getImage?fileId=5fbd4192ab64410f1d000a4c)
* 三个feature map 结合方式是相加
* 特征使用方式
* ![title](https://leanote.com/api/file/getImage?fileId=5fbd4234ab64410f1d000a4e)

## Result

![title](https://leanote.com/api/file/getImage?fileId=5fbd427dab64410f1d000a4f)

![title](https://leanote.com/api/file/getImage?fileId=5fbd42ccab64410f1d000a50)

Ablation Study 证明高分辨率对于姿态识别很重要。

![title](https://leanote.com/api/file/getImage?fileId=5fbd4330ab64410f1d000a51)

用于分类的效果还是输于正常人手工设计的水准。

## Inspirations

* 多分辨率并行 + DAG 形式的网络结构。 这样的结构上如何科学的做 NAS ？
* 多个不同分辨率的branch 之间，训练的时候是否能在网络内 Mutual Learning？

wuvin

导航

最近发表

友情链接