序列建模与概率图模型

时间序列数据：大量数据与时间相关，是研究对象。

序列建模：对序列数据进行学习、掌握其内在模式和规律。

概率图模型(Probabilistic Graphical Model)：刻画变量之间相关性（无向图）、以及显示存在的因果关系（有向图）

有向图：贝叶斯网络。有向边表示条件概率分布。

联合概率分布：阅读全文

背景

1. 现有目标检测方法在理想场景下表现优异
2. 复杂菜品混合场景是“真实世界”的挑战（遮挡、混合、模糊）
3. 提出 RL-DETR，增强 query 演化能力，泛化到复杂场景

目前与食品有关的目标检测数据集都是不同的菜品之间本身分割的比较开，因此预测bbox并不困难，而且因为不同的菜品放在不同的碗...

python ./test.py --dataset food101 --model Conv4 --method baseline --num_classes 101

Test Acc = 47.95% +- 0.69%

python test.py --dataset food172 --model Conv4 --method baseline

阅读全文

实验

今天主要是帮师姐去跑food172在其他few-shot上的实验了，然后记录下跑的od的一个实验结果：

COCO数据集在Faster-RCNN：

Zheng, Minghang, et al. "End-to-end object detection with adaptive clustering transformer." arXiv preprint arXiv:2011.09315 (2020).

感觉这个图的形式差不多是我想画的样子。

阅读全文

不考虑使用知识蒸馏了。因为想用的话存在以下的问题：

1. 没有现有的开源的有关于食品目标检测任务的大型模型
2. 教师模型和学生模型一般都要在同一数据集下训练
3. 我无法保证在教师模型与学生模型架构完全不一样的情况下，做到模型压缩、也没法保证知识蒸馏就一定有效率

• 教师模型可以选取检测其他任务的大模型吗、还是说，就根据我的数据...

基于强化学习的Transformer目标检测模型框架（RL-DETR）

除了学习什么都想干（）

放置一些代码：有关DETR，主要是position encoding+prediction head。

其他内容无。

Carion, Nicolas, et al. "End-to-end object detection with transformers." European conference on computer vision. Cham: Springer International Pu...

匈牙利算法：Kuhn, H. W. “The Hungarian Method for the Assignment Problem.” Naval Research Logistics Quarterly, pp. 83–97, https://doi.org/10.1002/nav.3800020109.

DETR：Carion, Nicolas, et al. “End-to-End Object Detecti...