best，best，best ......何恺明开挂之路
榮譽
別人的榮譽都是在某某大廠工作，拿過什么大獎，而何愷明的榮譽是best，best，best ......，裂開了
研究興趣
據我觀察，何愷明的研究興趣大致分成這么幾個階段：
傳統視覺時代：Haze Removal(3篇)、Image Completion(2篇)、Image Warping(3篇)、Binary Encoding(6篇)
深度學習時代：Neural Architecture(11篇)、Object Detection(7篇)、Semantic Segmentation(11篇)、Video Understanding(4篇)、Self-Supervised(8篇)
代表作
2009 CVPR best paper?Single Image Haze Removal Using Dark Channel Prior
利用實驗觀察到的暗通道先驗，巧妙的構造了圖像去霧算法。現在主流的圖像去霧算法還是在Dark Channel Prior的基礎上做的改進。
2016 CVPR best paper?Deep Residual Learning for Image Recognition
通過殘差連接，可以訓練非常深的卷積神經網絡。不管是之前的CNN，還是最近的ViT、MLP-Mixer架構，仍然擺脫不了殘差連接的影響。
2017 ICCV best paper?Mask R-CNN
在Faster R-CNN的基礎上，增加一個實例分割分支，并且將RoI Pooling替換成了RoI Align，使得實例分割精度大幅度提升。雖然最新的實例分割算法層出不窮，但是精度上依然難以超越Mask R-CNN。
2017 ICCV best student paper?Focal Loss for Dense Object Detection
構建了一個One-Stage檢測器RetinaNet，同時提出Focal Loss來處理One-Stage的類別不均衡問題，在目標檢測任務上首次One-Stage檢測器的速度和精度都優于Two-Stage檢測器。近些年的One-Stage檢測器(如FCOS、ATSS)，仍然以RetinaNet為基礎進行改進。
2020 CVPR Best Paper Nominee?Momentum Contrast for Unsupervised Visual Representation Learning
19年末，NLP領域的Transformer進一步應用于Unsupervised representation learning，產生后來影響深遠的BERT和GPT系列模型，反觀CV領域，ImageNet刷到飽和，似乎遇到了怎么也跨不過的屏障。就在CV領域停滯不前的時候，Kaiming He帶著MoCo橫空出世，橫掃了包括PASCAL VOC和COCO在內的7大數據集，至此，CV拉開了Self-Supervised研究新篇章。
近期工作
62-Exploring Simple Siamese Representation Learning
SimSiam：孿生網絡表征學習的頂級理論解釋
65-Masked Autoencoders Are Scalable Vision Learners
NLP和CV的雙子星，注入Mask的預訓練模型BERT和MAE
時間線
1-Single Image Haze Removal Using Dark Channel Prior
kaiming he通過大量無霧圖片統計發現了dark channel prior—在無霧圖的局部區域中，3個通道的最小亮度值非常小接近于0(不包括天空區域)。
dark channel prior通過暗通道先驗對haze imaging model進行化簡，近似計算得到粗糙的transmission，然后將haze imaging model和matting model聯系起來，巧妙的將圖像去霧問題轉化為摳圖問題，得到refined transmission，精彩！
何愷明經典之作—2009 CVPR Best Paper | Dark Channel Prior
3-Guided Image Filtering
Guided image filtering是結合兩幅圖片信息的過程，一個filtering input image(表示為p)和一個guide image(表示為I)生成一個filtering output image(表示為q)。p決定了q的顏色,亮度,和色調，I決定了q的邊緣。對于圖像去霧來說，transmission就是p，霧圖就是I，refined transmission就是q。
guided filter則通過公式轉換，和濾波聯系起來，提出新穎的guided filter，巧妙的避開了linear system的計算過程，極大加快了transmission優化的速度。
何愷明經典之作—2009 CVPR Best Paper | Dark Channel Prior
37-Focal Loss for Dense Object Detection
構建了一個One-Stage檢測器RetinaNet，同時提出Focal Loss來處理One-Stage的類別不均衡問題，在目標檢測任務上首次One-Stage檢測器的速度和精度都優于Two-Stage檢測器。近些年的One-Stage檢測器(如FCOS、ATSS)，仍然以RetinaNet為基礎進行改進。
Soft Sampling：探索更有效的采樣策略
38-Mask R-CNN
在Faster R-CNN的基礎上，增加一個實例分割分支，并且將RoI Pooling替換成了RoI Align，使得實例分割精度大幅度提升。雖然最新的實例分割算法層出不窮，但是精度上依然難以超越Mask R-CNN。
從R-CNN到Mask R-CNN的思維躍遷
62-Exploring Simple Siamese Representation Learning
SimSiam的理論解釋意味著帶stop-gradient的孿生網絡表征學習都可以用EM算法解釋。stop-gradient起到至關重要的作用，并且需要一個預測期望E的方法進行輔助使用。但是SimSiam仍然無法解釋模型坍塌現象，SimSiam以及它的變體不坍塌現象仍然是一個經驗性的觀察，模型坍塌仍然需要后續的工作進一步討論。
Self-Supervised: 如何避免退化解
SimSiam：孿生網絡表征學習的頂級理論解釋
63-A Large-Scale Study on Unsupervised Spatiotemporal Representation Learning
指出時空的Self-Supervised采樣同一個視頻的positive pair時間跨度越長效果越好，momentum encoder比優化目標重要，訓練時間、backbone、數據增強和精選數據對于得到更好性能至關重要。
何愷明+Ross Girshick：深入探究無監督時空表征學習
64-An Empirical Study of Training Self-Supervised Vision Transformers
MoCov1通過dictionary as a queue和momentum encoder和shuffle BN三個巧妙設計，使得能夠不斷增加K的數量，將Self-Supervised的威力發揮的淋漓盡致。MoCov2在MoCov1的基礎上，增加了SimCLR實驗成功的tricks，然后反超SimCLR重新成為當時的SOTA，FAIR和Google Research爭鋒相對之作，頗有華山論劍的意思。MoCov3通過實驗探究洞察到了Self-Supervised+Transformer存在的問題，并且使用簡單的方法緩解了這個問題，這給以后的研究者探索Self-Supervised+Transformer提供了很好的啟示。
MoCo三部曲
65-Masked Autoencoders Are Scalable Vision Learners
MAE設計了一個encoder-decoder預訓練框架，encoder只送入image token，decoder同時送入image token和mask token，對patch序列進行重建，最后還原成圖片。相比于BEiT，省去了繁瑣的訓練tokenizer的過程，同時對image token和mask token進行解耦，特征提取和圖像重建進行解耦，encoder只負責image token的特征提取，decoder專注于圖像重建，這種設計直接導致了訓練速度大幅度提升，同時提升精度，真稱得上MAE文章中所說的win-win scenario了。
NLP和CV的雙子星，注入Mask的預訓練模型BERT和MAE
kaiming科研嗅覺頂級，每次都能精準的踩在最關鍵的問題上，提出的方法簡潔明了，同時又蘊含著深刻的思考，文章賞心悅目，實驗詳盡扎實，工作質量說明一切。
往期精彩回顧適合初學者入門人工智能的路線及資料下載中國大學慕課《機器學習》（黃海廣主講）機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載本站qq群955171419，加入微信群請掃碼：總結
以上是生活随笔為你收集整理的best，best，best ......何恺明开挂之路的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： win8升级win10出现错误代码104
- 下一篇： 全局安装cnpm