Lightweight Monocular Depth with a Novel Neural Architecture Search Method
University of Oulu（奥卢大学）；Czech Technical University（捷克理工大学）；Tampere University（坦佩雷大学）
本文提出了一种新的神经结构搜索方法，称为LiDNAS，用于生成轻量级的单目深度估计模型。与以前的神经架构搜索（NAS）方法不同，在这种方法中，找到优化的网络在计算上要求很高，引入的新辅助禁忌搜索导致高效的架构探索。此外，我们在一个预先定义的骨干网络上构建搜索空间，以平衡层的多样性和搜索空间的大小。LiDNAS方法在搜索效率和输出模型性能方面优于针对视差和深度估计提出的最先进的NAS方法。LiDNAS优化模型在NYU-Depth-v2、KITTI和ScanNet上实现的结果优于紧凑的深度估计，同时在尺寸上（即模型参数的数量）更紧凑7%-500%。
2021-08-25 cs.CV
EPE-NAS: Efficient Performance Estimation Without Training for Neural Architecture Search
Universidade da Beira Interior（贝拉内陆大学）
神经结构搜索（NAS）在设计计算机视觉问题的结构方面表现出了出色的效果。NAS通过自动化架构设计和工程来满足对人工定义设置的需求。然而，NAS方法往往很慢，因为它们需要大量的GPU计算。这个瓶颈主要是由于性能估计策略，它需要评估生成的架构，主要是通过训练它们，以更新采样器方法。在本文中，我们提出了EPE-NAS，这是一种有效的性能估计策略，通过对未经训练的网络进行评分并与其训练性能建立相关性来缓解评估网络的问题。我们通过查看未经训练的网络的类内和类间相关性来执行此过程。我们证明了EPE-NAS可以产生强大的相关性，并且通过将其纳入简单的随机采样策略，我们能够使用单个GPU在几秒钟内搜索竞争网络，而无需任何训练。此外，EPE-NAS与搜索方法无关，因为它专注于评估未经训练的网络，因此很容易集成到几乎任何NAS方法中。
2021-02-16 cs.CV cs.LG
Generalized Latency Performance Estimation for Once-For-All Neural Architecture Search
Georgia Institute of Technology（佐治亚理工学院）
神经架构搜索（NAS）通过简化定义搜索空间、搜索策略和性能估计策略的深度神经网络架构的手动开发，实现了自动化机器学习的可能性。为了解决卷积神经网络（CNN）模型的多平台部署需求，一次性（OFA）提出将训练和搜索解耦，以提供受限于各种精度-延迟权衡的子网络的一次性模型。我们发现，OFA的搜索的性能估计策略严重缺乏不同的硬件部署平台，由于单一的硬件延迟查找表，需要大量的时间和手动工作，以建立事先的普遍性。在这项工作中，我们展示了为神经网络架构构建延迟预测器的框架，以解决异构硬件支持的需求，并减少查找表的开销。我们介绍了两种泛化策略，包括使用在特定硬件和NAS搜索空间上训练的基础模型进行微调，以及GPU泛化，该GPU泛化根据GPU硬件参数（如核心数量，RAM大小和内存带宽）训练模型。有了这个，我们提供了一系列延迟预测模型，与ProxylessNAS相比，这些模型的RMSE损失降低了50%以上。我们还表明，使用这些延迟预测匹配的NAS性能的查找表基线的方法，如果不超过它在某些情况下。
2021-01-04 cs.CV cs.LG
Efficient Image Dataset Classification Difficulty Estimation for Predicting Deep-Learning Accuracy
ETH Zürich（苏黎世联邦理工学院）；IBM Research - Zürich（IBM苏黎世研究院）；Queen’s University of Belfast（贝尔法斯特女王大学）；Università di Bologna（博洛尼亚大学）
在深度学习社区，新算法以令人难以置信的速度发布。因此，解决新数据集的图像分类问题成为一项具有挑战性的任务，因为它需要重新评估已发布的算法及其不同的配置，以便找到接近最佳的分类器。为了促进这一过程，在将我们的决策偏向于一类神经网络或在网络空间上运行昂贵的搜索之前，我们建议估计数据集的分类难度。我们的方法计算一个数字，它表征数据集的难度，比训练最先进的网络快27倍。所提出的方法可以与网络拓扑结构和超参数搜索优化器相结合，以有效地驱动搜索到有前途的神经网络配置。
2018-03-26 cs.CV
Stabilizing DARTS with Amended Gradient Estimation on Architectural Parameters
Tsinghua University（清华大学）；Huawei Inc.（华为公司）；Tongji University（同济大学）
DARTS是一种流行的神经架构搜索（NAS）算法。尽管DARTS在搜索效率上有很大的优势，但它的稳定性往往很弱，这反映在个体试验之间的差异很大以及对搜索过程的超参数的敏感性上。本文将这种不稳定性归因于超级网络及其子网络之间的优化差距，即提高超级网络的验证精度并不一定会导致对采样子网络性能的更高期望。然后，我们指出，差距是由于不准确的估计的建筑梯度，在此基础上，我们提出了一个修正的估计方法。从数学上讲，我们的方法保证了真实梯度的有界误差，而原始估计则没有。我们的方法从两个方面弥补了这一差距，即修改对建筑梯度的估计，并统一搜索和重新训练阶段的超参数设置。在CIFAR10和ImageNet上的实验表明，我们的方法大大提高了搜索稳定性，更重要的是，使基于DARTS的方法能够探索以前没有研究过的更大的搜索空间。
2020-05-04 cs.CV cs.LG stat.ML
Fast Neural Architecture Search for Lightweight Dense Prediction Networks
University of Oulu（奥卢大学）；Tampere University（坦佩雷大学）；Czech Technical University（捷克技术大学）
我们提出了LDP，一个轻量级的密集预测神经架构搜索（NAS）框架。从预定义的通用主干开始，LDP应用新颖的辅助禁忌搜索来进行高效的架构探索。LDP是快速的，适合于各种密集的估计问题，不像以前的NAS方法，要么是计算要求或部署只为一个单一的子任务。LPD的性能在不同数据集上进行了单目深度估计，语义分割和图像超分辨率任务的评估，包括NYU-Depth-v2，KITTI，Cityscapes，COCO-stuff，DIV 2K，Set 5，Set 14，BSD 100，Urban 100。实验表明，所提出的框架在所有测试的密集预测任务上产生一致的改进，同时在模型参数的数量方面比现有技术更紧凑$5\%-315\%$。
2022-03-09 cs.CV
Neural Architecture Search for Efficient Uncalibrated Deep Photometric Stereo
ETH Zürich（苏黎世联邦理工学院）；Google Research（谷歌研究院）；KU Leuven（鲁汶大学）
我们提出了一种自动化的机器学习方法，用于未校准的光度立体（PS）。我们的工作旨在发现轻量级和计算高效的PS神经网络具有出色的表面法线精度。与以前手工制作和精心调整的未校准深度PS网络不同，我们利用可微神经架构搜索（NAS）策略来自动查找未校准的PS架构。首先，我们定义一个离散的搜索空间的光校准网络和正常的估计网络，分别。然后，我们执行这个搜索空间的连续松弛，并提出了一个基于梯度的优化策略，找到一个有效的光校准和正常估计网络。直接将NAS方法应用于未校准的PS并不简单，因为必须满足某些特定于任务的约束，我们明确地施加这些约束。此外，我们分别搜索和训练这两个网络，以解决广义浅浮雕（GBR）模糊问题。在DiLiGenT数据集上进行的大量实验表明，自动搜索的神经架构性能与最先进的未校准PS方法相比毫不逊色，同时具有较低的内存占用。
2021-10-11 cs.CV
CONSAC: Robust Multi-Model Fitting by Conditional Sample Consensus
Leibniz University Hannover（莱布尼茨汉诺威大学）；Heidelberg University（海德堡大学）；University of Twente（屯特大学）
我们提出了一个强大的估计拟合多个参数模型的相同形式的噪声测量。应用包括在人造场景中寻找多个消失点，将平面拟合到建筑图像，或估计同一序列中的多个刚体运动。与以前的作品，采用手工制作的搜索策略多模型检测，我们学习的搜索策略从数据。以先前检测到的模型为条件的神经网络将RANSAC估计器引导到所有测量的不同子集，从而一个接一个地找到模型实例。我们训练我们的方法监督以及自我监督。对于搜索策略的监督训练，我们贡献了一个新的数据集用于消失点估计。利用这个数据集，该算法是优于其他强大的估计，以及指定的消失点估计算法。对于搜索的自监督学习，我们评估了所提出的算法的多单应性估计，并证明了优于国家的最先进的方法的准确性。
2020-03-25 cs.CV
Efficient Model Performance Estimation via Feature Histories
Carnegie Mellon University（卡内基梅隆大学）
神经网络设计任务中的一个重要步骤，如超参数优化（HPO）或神经结构搜索（NAS），是候选模型的性能评估。给定固定的计算资源，人们可以投入更多的时间来训练每个模型以获得更准确的最终性能估计，或者花费更多的时间在配置空间中探索更多种类的模型。在这项工作中，我们的目标是通过在训练过程的早期准确地近似模型的最大性能，在HPO和NAS的背景下优化这种探索-利用权衡，以进行图像分类。与最近为某些搜索空间定制的加速NAS方法相反，由于要求搜索空间是可微的，所以我们的方法是灵活的，并且对搜索空间几乎没有任何约束。我们的方法在训练的早期阶段使用网络特征的演化历史来构建与所考虑的网络的峰值性能相匹配的代理分类器。我们表明，我们的方法可以与多种搜索算法相结合，以找到更好的解决方案，在HPO和NAS的广泛的任务。使用基于采样的搜索算法和并行计算，我们的方法可以找到一个架构，这是优于DARTS和减少了80%的挂钟搜索时间。
2021-03-07 cs.CV cs.LG
AutoSNAP: Automatically Learning Neural Architectures for Instrument Pose Estimation
TU Darmstadt（达姆施塔特工业大学）；German Center for Neuro-degenerative Diseases (DZNE)（德国神经退行性疾病中心）；Fraunhofer IGD（弗劳恩霍夫计算机图形学研究所）
尽管最近取得了成功，但深度学习的进步尚未完全转化为计算机辅助干预（CAI）问题，例如手术器械的姿势估计。目前，分类和分割任务的神经架构被采用，忽略了CAI和这些任务之间的显着差异。我们提出了一个自动框架（AutoSNAP）的仪器姿态估计问题，发现和学习的神经网络的架构。我们介绍了1）一个有效的测试环境的姿态估计，2）一个强大的架构表示的基础上，新的符号神经架构模式（SNAP），和3）一个优化的架构，使用一个有效的搜索方案。使用AutoSNAP，我们发现了一种改进的架构（SNAPNet），它的性能优于手工设计的i3PosNet和最先进的架构搜索方法DARTS。
2020-06-26 cs.CV cs.LG
Guided Evolutionary Neural Architecture Search With Efficient Performance Estimation
Universidade da Beira Interior（贝拉内格罗大学）；Instituto de Telecomunicações（电信研究所）；DeepNeuronic（DeepNeuronic公司）
神经结构搜索（NAS）方法已成功地应用于图像任务，取得了良好的效果。然而，NAS方法通常是复杂的，并且一旦生成的架构似乎产生良好的结果，就倾向于收敛到局部最小值。本文提出了GEA，一种新的方法引导NAS。GEA通过探索搜索空间来指导进化，方法是在初始化阶段使用零代理估计器在每一代中生成和评估几个架构，其中只有得分最高的架构被训练并保留用于下一代。随后，GEA不断提取知识的搜索空间，而不增加复杂性，从现有的架构在每一代产生几个后代。更重要的是，GEA迫使后代利用最高性能的架构，同时通过父代突变来推动探索，并有利于年轻的架构，而不利于旧的架构。实验结果证明了该方法的有效性，广泛的烧蚀研究评估不同参数的重要性。结果表明，GEA在NAS-Bench-101、NAS-Bench-201和TransNAS-Bench-101基准测试的所有数据集上都取得了最先进的结果。
2022-07-22 cs.AI cs.CV cs.LG
Zero-Shot Neural Architecture Search with Weighted Response Correlation
School of Internet, Anhui University（安徽大学互联网学院）；Alibaba Group Holding Limited（阿里巴巴集团控股有限公司）；School of Computer Science and Technology, University of Chinese Academy of Sciences（中国科学院大学计算机科学与技术学院）；Alibaba International Digital Commerce（阿里巴巴国际数字商业）；Shenzhen Key Laboratory for High Performance Data Mining, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳高性能数据挖掘重点实验室，深圳先进技术研究所，中国科学院）
提出加权响应相关性（WRCor）作为免训练代理，用于零样本神经架构搜索，提高评估效率与准确性，在ImageNet-1k上4 GPU小时内达到22.1%测试错误率。
2025-08-06 cs.AI cs.CV cs.LG
AutoDispNet: Improving Disparity Estimation With AutoML
University of Freiburg（弗莱堡大学）
计算机视觉的许多研究工作都花在优化现有的网络架构上，以在基准测试中获得更多的百分点。最近的AutoML方法有望减轻我们的负担。然而，它们主要是为相对小规模的分类任务而设计的。在这项工作中，我们展示了如何使用和扩展现有的AutoML技术，以有效地优化大规模的U-Net类编码器-解码器架构。特别是，我们利用基于梯度的神经架构搜索和贝叶斯优化进行超参数搜索。由此产生的优化不需要大规模的计算集群。我们展示了视差估计的结果，这些结果明显优于手动优化的基线，并达到了最先进的性能。
2019-10-06 cs.AI cs.CV cs.LG
Neuroevolution deep learning architecture search for estimation of river surface elevation from photogrammetric Digital Surface Models
AGH UST（AGH科技大学）
从与全球变暖有关的极端水文事件日益频繁和对水的需求日益增加的角度来看，开发地表水观测的新方法至关重要。使用无人机摄影测量获得的正射影像和数字表面模型（DSM）可用于确定河流的水面高程（WSE）。然而，这项任务是困难的，由于水面上的DSM的摄影测量算法的局限性所造成的干扰。在这项研究中，机器学习被用来提取WSE值从扰动摄影测量数据。水文和摄影测量专家专门为此目的准备了一个全新的数据集。新方法是实现高空间和时间分辨率水面水位测量自动化的重要一步。这些数据可用于验证和校准水文、水力和水动力模型，使水文预报更加准确，特别是预测洪水或干旱等极端和危险事件。据我们所知，这是第一种为此目的创建数据集并使用深度学习模型的方法。此外，神经进化算法被设置为探索不同的架构，以找到局部最优模型和非梯度搜索进行微调模型参数。所取得的结果有更好的准确性相比，手动方法确定WSE从摄影测量DSM。
2022-12-04 cs.AI cs.CV cs.LG
Adaptive search area for fast motion estimation
McMaster University（麦克马斯特大学）
本文提出了一种新的确定块匹配运动估计算法搜索区域的方法。该方法对每个帧块自适应地寻找搜索区域。该搜索区域类似于全搜索（FS）算法的搜索区域，但是对于帧的大多数块来说较小。因此，该算法在规则性方面类似于FS，但具有更小的计算复杂性。利用块运动矢量之间的时间和空间相关性来寻找搜索区域。匹配的块是从预测向量所设置的矩形区域中选择的。仿真结果表明，该算法的速度至少是FS算法的7倍。
2022-04-09 cs.CV
Directional Cross Diamond Search Algorithm for Fast Block Motion Estimation
Tsinghua University（清华大学）
在块匹配运动估计（BMME）中，搜索模式对算法的搜索速度和搜索质量有着重要的影响。搜索模式的设计应符合真实世界序列的运动矢量概率（MVP）分布特性。本文基于18个流行序列的运动矢量的详细统计数据，建立了MVP分布的方向模型，以更准确地描述MVP分布的方向中心偏置特性和条件MVP分布的方向特性。首先利用方向性特征设计了三种方向性搜索模式，它们是目前流行的搜索模式中最小的搜索模式。提出了一种以水平交叉搜索模式为初始步骤，以水平/垂直菱形搜索模式为后续步骤的快速BMME算法，称为定向交叉菱形搜索（DCDS）算法。DCDS算法可以用比CDS、DS或HEXBS更少的搜索点获得运动矢量，同时保持相似或甚至更好的搜索质量。DCDS的加速比优于CDS或DS，最高可达54.9%。仿真结果表明，DCDS算法是一种高效、有效、鲁棒的块匹配算法，在不同的序列上都能获得比常用的快速块匹配算法更快的搜索速度。
2008-06-04 cs.CV
Block matching algorithm based on Harmony Search optimization for motion estimation
Universidad de Guadalajara, CUCEI（瓜达拉哈拉大学）
运动估计是发展视频编码应用的主要问题之一。在所有的运动估计方法中，块匹配（BM）算法是最流行的方法，由于其有效性和简单的软件和硬件实现。BM方法假设当前帧的定义区域内的像素的移动可以被建模为包含在先前帧中的像素的平移。在该过程中，通过最小化在来自前一帧的确定的搜索窗口上为当前帧产生的某个匹配度量来获得运动矢量。不幸的是，这种匹配测量的评估在计算上是昂贵的，并且代表BM过程中最消耗的操作。因此，BM运动估计可以被看作是一个优化问题，其目标是在搜索空间内找到最佳匹配块。最简单的可用BM方法是全搜索算法（FSA），其通过对搜索空间的所有元素的穷举计算来找到最准确的运动矢量。最近，已经提出了几种快速BM算法，以通过仅计算运动矢量的固定子集来减少搜索位置，尽管降低了其精度。另一方面，和声搜索（HS）算法是一种基于群体的优化方法，其灵感来自音乐即兴创作过程，其中音乐家搜索和声并继续打磨音高以获得更好的和声。本文提出了一种新的BM算法，结合HS和适应度近似模型。该方法使用属于搜索窗口的运动矢量作为潜在的解决方案。适应度函数评估每个运动矢量候选的匹配质量。
2014-06-17 cs.CV
Learning to Search on Manifolds for 3D Pose Estimation of Articulated Objects
Bioinformatics Institute, A*STAR（新加坡科技研究局生物信息研究所）
本文重点研究了具有挑战性的问题，三维姿态估计的各种频谱的关节对象从单一的深度图像。被认为是一种新的结构化预测方法，其中3D构成表示为骨架模型，自然操作流形。给定输入深度图像，预测底层骨架模型的最合适的接合的问题因此被公式化为顺序地搜索最优骨架配置。这随后通过端到端训练的卷积神经网络来解决，以将关节位置的顺序预测呈现为回归底层流形的一组切向量。我们的方法是检查各种关节的对象，包括人手，鼠标和鱼的基准数据集。经验表明，它提供了高度竞争力的性能相对于国家的最先进的，同时在实时操作（超过30 FPS）。
2016-12-02 cs.CV
DS-SAC: Density Search for Sample Consensus
University of New Haven（纽黑文大学）
提出确定性鲁棒估计框架DS-SAC，从初始模型出发经前后搜索局部探索，用符号残差递归分区全局探索，避免随机采样，有多项式复杂度，实验表明其性能优于多种方法。
2026-07-07 cs.CV
PERCH 2.0 : Fast and Accurate GPU-based Perception via Search for Object Pose Estimation
The Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
已知物体的位姿估计是机器人抓取和操纵等任务的基础。可靠抓取的需要对动态环境中的杂乱、遮挡场景中的姿态估计提出了严格的精度要求。现代方法采用大量的训练数据来学习特征，以便找到3D模型和观察数据之间的对应关系。然而，这些方法需要大量的地面实况姿态注释。另一种方法是使用算法，在可能的渲染场景空间中搜索观察到的场景的最佳解释。最近开发的算法，PERCH（PERception通过SeaRCH）这样做，使用深度数据收敛到一个全局最优的解决方案，使用搜索一个专门构造的树。虽然PERCH提供了强有力的保证准确性，目前的配方遭受低的可扩展性，由于其高运行时间。此外，仅依赖于用于姿态估计的深度数据将该算法限制于其中没有两个对象具有相同形状的场景。在这项工作中，我们提出了PERCH 2.0，一种新的感知通过搜索策略，利用GPU加速和RGB数据。我们表明，我们的方法可以实现100倍的速度比PERCH，以及更好的准确性比国家的最先进的数据驱动的方法对6自由度姿态估计，而不需要注释地面实况构成的训练数据。我们的代码和视频可以在https://sbpl-cruz.github.io/perception/上找到。
2020-08-01 cs.CV cs.RO
RANSIC: Fast and Highly Robust Estimation for Rotation Search and Point Cloud Registration using Invariant Compatibility
East China University of Science and Technology（华东理工大学）
基于对应的旋转搜索和点云配准是机器人和计算机视觉中的两个基本问题。然而，离群点的存在，有时甚至占据了绝大多数的假定对应，可以使许多现有的算法要么失败，或有非常高的计算成本。在本文中，我们提出了RANSIC（随机抽样与不变相容性），一个快速和高度鲁棒性的方法适用于这两个问题的基础上，一个新的范例相结合的随机抽样与不变性和兼容性。RANSIC一般从对应集中随机选取小子集开始，通过对每个问题建立的不变量进行相容性检验，从随机子集中寻找潜在的内点作为图的顶点，当至少存在一个K度顶点时，返回符合条件的内点（K根据问题自动更新），并且残差同时满足一定的终止条件。在多个合成和真实实验中，我们证明了RANSIC使用速度快，对超过95%的离群值具有鲁棒性，并且能够召回大约100%的内点，在旋转搜索和点云配准问题上优于其他最先进的求解器。
2021-04-21 cs.CV cs.RO
Improving 6D Pose Estimation of Objects in Clutter via Physics-aware Monte Carlo Tree Search
Rutgers University（罗格斯大学）
这项工作提出了一个过程，有效地搜索在混乱的场景中，特别是在涉及闭塞和对象相互依赖的情况下，各个对象的6D姿态假设的组合。候选对象姿态的初始集合由最先进的目标检测和全局点云配准技术生成。由于重叠和遮挡，使用这些技术的每个对象的最佳得分姿势可能不准确。尽管如此，本工作中提供的实验迹象表明，根据配准技术，具有较低排名的对象姿态可能比具有高排名的对象姿态更接近真实姿态。这激发了全局优化过程，通过考虑对象之间的场景级物理交互来改善这些姿势。它还意味着必须搜索交互对象的候选姿态的笛卡尔积，以便确定最佳场景级假设。为了有效地执行搜索，每个对象的候选姿势被聚类，以减少它们的数量，但仍然保持足够的多样性。然后，通过蒙特卡罗树搜索（MCTS）过程来执行对候选对象姿态的组合的搜索，该MCTS过程使用场景的观察到的深度图像与给定假设姿态的场景的渲染之间的相似性作为指导搜索过程的分数。MCTS通过使用置信上限（UCB）技术，以原则性的方式处理微调最有希望的姿势和探索新姿势之间的权衡。实验结果表明，这个过程是能够快速识别在混乱的场景中的物理一致的对象姿态，显着更接近地面实况相比，点云配准方法发现的姿态。
2017-10-24 cs.CV cs.RO
MMSE Estimation for Poisson Noise Removal in Images
University Medical Center Mannheim, Heidelberg University（海德堡大学曼海姆医学中心）
泊松噪声抑制在医学成像、显微镜和天文成像等应用中是一个重要的预处理步骤。在这项工作中，我们提出了一种新的补丁明智的泊松噪声去除策略，其中的MMSE估计是利用，以产生每个图像补丁的去噪结果。MMSE估计器的快速和准确的计算进行使用k-d树搜索，然后在K-最近邻图中搜索。实验结果表明，该方法是低信噪比的较好选择。
2015-12-02 cs.CV cs.DS
GEM: Context-Aware Gaze EstiMation with Visual Search Behavior Matching for Chest Radiograph
AI Research Center for Medical Image Analysis and Diagnosis, Shenzhen University（深圳大学医学影像分析与诊断AI研究中心）；Guangdong Provincial Key Laboratory of Intelligent Information Processing（广东省智能信息处理重点实验室）；Computer Vision Institute, College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院计算机视觉研究所）；Department of Electrical Engineering, City University of Hong Kong（香港城市大学电气工程系）
本文针对医学放射报告场景下的上下文感知视线估计问题，提出GEM网络，通过多模态配准、视觉行为图构建与匹配模拟医师视觉搜索行为，在四个公开数据集上表现优于现有方法且泛化性强。
2024-08-10 cs.CL cs.CV
EvoPose2D: Pushing the Boundaries of 2D Human Pose Estimation using Accelerated Neuroevolution with Weight Transfer
University of Waterloo（滑铁卢大学）
神经架构搜索已被证明在设计高效的卷积神经网络方面非常有效，这些网络比手工设计的网络更适合移动部署。假设神经结构搜索具有很大的潜力，人类姿态估计，我们探索神经进化，神经结构搜索的形式，生物进化的启发，在二维人体姿态网络的设计中的应用。此外，我们提出了一种新的权重转移方案，使我们能够以灵活的方式加速神经进化。我们的方法产生的网络设计比最先进的手工设计的网络更有效，更准确。事实上，生成的网络以更高的分辨率处理图像，比以前手工设计的低分辨率网络使用更少的计算，使我们能够突破2D人体姿势估计的界限。我们通过神经进化设计的基础网络，我们称之为EvoPose 2D-S，实现了与SimpleBaseline相当的准确性，同时速度快50%，文件大小小12.7倍。我们最大的网络EvoPose 2D-L在Microsoft COCO Keypoints基准测试中达到了最先进的精度，比最接近的竞争对手小4.3倍，并且具有类似的推理速度。该代码可在https://github.com/wmcnally/evopose2d上公开获取。
2021-10-04 cs.AI cs.CV
