何恺明发表的全部论文名字

从物品识别，到尺寸测量、产品检测，再到机器臂定位，机器视觉作为“智慧之眼”，已经走到了技术和资本相互激励的舞台中间。而嵌入式系统，使得软硬件配置更加自如，生产过程更富柔性，视觉产品的市场容量和多元程度大大提高。

任何智能化系统，功能强大、硬件轻便、成本低都是开发人员所要考虑的首要原则。就和经济学揭示的“生产约束条件下的最大产出”和“个人预算前提下的效用最大化”同样道理。如同济大学沈斌教授所言，外国注重卖软件，国内则着重卖产品，软件这方面，杭州部分企业做得比较好一些。

对于机器视觉和计算机视觉来说，自动驾驶和人工智能等复杂系统的效率要求更高，卷积神经网络被广泛应用于智慧视觉领域。最近，FaceBook团队独辟蹊径，提出一种神经网络压缩的新方法——Bit Goes Down，将系统对硬件要求的降低又向前大大推进了一步，这到底会带来哪些启示呢？

小—又—精

FaceBook团队对图像检测Mask R-CNN（何恺明）进行25倍压缩，用上8块V100 GPU来训练，结果显示压缩后的模型Mask AP只下降4%左右。团队又对ResNet-18和ResNet-50等图像分类残差网络模型压缩后运行的结果进行比对，发现ResNet-50在压缩到5MB大小时效能达到最佳！

插播一下，何同学去年刚刚获得第31届计算机视觉和模式识别大会的PAMI年轻学者奖。此前，该同学作为第一作者还获得过CVPR 2009，CVPR 2016和ICCV 2017（Marr Prize）最佳论文奖，以及ICCV 2017最佳学生论文奖。2009年，就已经成为首获计算机视觉领域三大国际会议之一CVPR“最佳论文奖”的中国学者。恺明同学也是保送清华的广东高考状元，博士毕业于港中大，2016年进入FaceBook。

何恺明的Mask R-CNN，是从Faster R-CNN扩展而来，在Faster R-CNN的基础上增加一个用于预测目标掩膜的分支，该分支与已存在的边界框分类分支平行。Mask R-CNN训练简单，且只在Faster R-CNN的基础上增减很少的时间消耗，运行速率达到5fps。而且，Mask R-CNN容易适用于其他任务。

独辟蹊径

对卷积神经网络进行压缩，学界一直在 探索 的路上。当前，主流的思路主要集中在MobileNets，精确度虽然较高，但距离绝佳状态仍然较远。本次FaceBook团队将视线回归传统卷积网络框架下，最大的特点是关注activations，而非权重本身。具体实现包括层量化和网络量化，具体实现方法是这样的：

实际上，这种学习方法是无监督性质的。团队利用distillation技术来教导“学生”网络压缩，distillation技术由Hinton等人提出（图灵奖得主）。

参考资料：

1. QbitAI “Facebook新压缩算法造福嵌入式设备”；

2. ICCV2017 何恺明博士最佳论文Mask R-CNN Tutorial 报告；

3. 同济大学机械工程系主任沈斌教授演讲发言。

End

《视觉系统设计》免费索阅