Rethinking ImageNet Pre-training

前言 這篇文章是何愷明組做的一個偏實驗的工作，主要是探究ImageNet預訓練的模型，在遷移到其他任務比如目標檢測，分割等會不會比從頭訓練模型的要更好。可以總結一下就是 在數據集充分的條件下，各個任務裏，從頭訓練的效果並不比在ImageNet預訓練過的要差 從頭訓練的模型需要更多的迭代次數，才能追上預訓練模型Finetune的結果 ImageNet預訓練的作用更多的是加速模型收斂，但不意味最後模型

>>阅读原文<<