【AI Talking】CVPR2016 最佳论文， ResNet 现场演讲

今天带来的 AI Talking 比较老了，ResNet，但是视频中仍然有许多亮点，我们也做了一些总结。（见视频下面）

原视频是公开的，来源于 CV Fundation，我们制作了中英字幕。

https://www.zhihu.com/video/1064614272788668416

节选几个比较有意思的片段分析：

【1】Kaiming 回忆 PASCAL VOC，使用 HOG+DPM 的方法为 34% 的 mAP （VOC 2007），这个结果是 12 年之前的。到现在的 2019 年，mAP 早就可以突破 90% 大关。地址：http://host.robots.ox.ac.uk:8080/leaderboard/displaylb.php?challengeid=11&compid=4 （PASCAL VOC 2012 的结果，略难于 2007）：

【2】PPT 竟然写错字了，吃惊！~~ 这里的 plain network 指的就是简单堆叠层的网络：

【3】每进行一次尺寸上的下采样（减少），就要增加 2 倍的卷积核数量，VGG 的设计经验噢：

【4】ResNet-152 比 VGG-16/19 具有更低的时间复杂度：

【5】这里是不讲道理的，全面提升和视觉相关任务的表现：

略略略~