极市沙龙回顾｜CVPR2021-李铎：通过反转卷积的内在性质进行视觉识别-技术圈

↑ 点击蓝字关注极市平台

作者丨李铎

编辑丨极市平台

上周六，由极市平台与中国图象图形学学会联合举办的第三期极市CV开发者沙龙活动圆满结束。

本次线下沙龙的主题为CVPR2021论文研讨会。我们邀请了三位CVPR2021接收论文作者，他们分别是来自香港科技大学的李铎、来自悉尼大学的顾津锦以及来自华南理工大学的戴志港。

三位嘉宾在本次线下沙龙中完成了三场非常优质的分享，不仅为大家分享了他们发布于CVPR2021论文的工作细节与成果，还为大家讲述了CVPR2021论文工作成果和心得。同时，还与现场的同学针对多个延伸问题进行了讨论。沙龙结束后，大家纷纷表示收获颇丰。

为了让更多开发者了解本次三位分享嘉宾的优秀工作，极市对本次分享的三个报告内容进行了整理。在接下来的几天中，我们会将这三位嘉宾的分享在极市平台公众号陆续发布。

本文是对本次沙龙第一位嘉宾李铎的报告整理，他为我们分享的是他发布今年CVPR2021的工作：

Involution: Inverting the Inherence of Convolution for Visual Recognition (CVPR2021)

（通过反转卷积的内在性质进行视觉识别）

（PS：文末还有本次沙龙的现场图片~）

作者信息

论文：
https://arxiv.org/pdf/2103.06255.pdf

代码：
https://github.com/d-li14/involution

个人主页：
https://duoli.org

PPT和视频可在极市平台公众号后台回复“李铎”获取。

论文摘要：卷积作为现代神经网络中的核心构件，引发了深度学习技术在视觉领域的发展浪潮。在这篇工作中，我们重新思考了标准卷积核在空间维度和通道维度的固有特性，即空间不变性和通道特异性。与其相反地，我们通过反转以上的两个设计准则，提出了一种新颖的神经网络算子，称为“反转卷积”。另外我们解释了最近应用广泛的自注意力操作，并将其作为一种复杂的特例归入了“反转卷积”的范畴。我们提出的“反转卷积”算子可以作为基础模块替代普通卷积来搭建新一代的视觉神经网络，在不同的视觉任务中支持多种多样的深度学习模型，包括ImageNet图像分类，COCO目标检测和实例分割，Cityscapes语义分割。基于“反转卷积”的深度神经网络相较于ResNet-50对应的卷积神经网络模型，在上述任务中分别将识别准确率提升1.6%，边界框AP提升2.5%和2.4%，类别平均IoU提升4.7%，而将计算代价压缩到66%，65%，72%和57%。