昨日计划完成情况

  • 去50所好好上班 —— 完成，搞道路病害计算
  • 闲下来折腾小程序 —— 没来得及，太累了

今日记录

白天 @ 50所

  • 道路病害计算任务推进，用A4纸面积迁移的算法思路，跑通了但效果一般，后续还得优化
  • 三创赛报名折腾了好久，各种小问题连续填了三次，差点被填崩溃

晚上

  • 回来比较累，吃了顿大的（大份鸡柳+鸡腿饭），吃撑了
  • 散步半小时，顺便给爱车充电
  • 读完Day08论文，没怎么干其他活

状态

精力 6/10，情绪 6/10

三创赛报名反复填表把心态搞崩了，感情上也有点爆炸，整个人像个没有感情的杀手。

健康打卡

  • 早餐：牛肉饼
  • 午餐：50所食堂
  • 晚餐：大份鸡柳 + 鸡腿饭（吃撑了，25元的大份）
  • 散步：✅ 半小时
  • 喝水：✅ 2000ml

今日收获

  • 道路病害算法思路跑通，虽然效果待优化
  • DETR论文读完，Day08打卡成功

今日卡点

  • 道路病害计算效果不理想，A4面积迁移方案有局限
  • 三创赛报名系统反复折腾

感悟

故事的主角在失败后都这样，他们会陷入无尽的沉思和沮丧中，自责到无法自拔。

但主角之所以是主角，是因为他们最后都爬起来了。累了就歇，明天继续。

明日计划

  • 专注搞小程序
  • 看论文 Day09

今日论文 #day08

DETR《End-to-End Object Detection with Transformers》
ECCV 2020 | FAIR | Nicolas Carion等

核心痛点

目标检测的”人工痕迹”太重——Faster R-CNN需要设计anchor（9种尺度+比例）、NMS去重、一堆手工超参。检测器更像在调参，而不是在学习。

解法

把检测变成集合预测问题，端到端干掉anchor和NMS。

DETR架构三步走：

  1. CNN backbone（ResNet-50）提取特征
  2. Transformer Encoder-Decoder处理
  3. FFN预测类别和bbox

核心大招：Hungarian Loss（二分匹配）

  • 100个可学习的object query通过decoder
  • 每个query预测一个bbox
  • 训练时用匈牙利算法找GT和预测的最优匹配（一对一）
  • 不需要NMS，天然一一对应

关键发现

简单，但慢：

  • COCO上42.0 AP，对标Faster R-CNN-FPN
  • 致命问题：收敛慢——Faster R-CNN 36 epochs就行，DETR需要300-500 epochs
  • 小目标差距明显：APs 20.5 vs 24.2（全局注意力对高分辨率特征图太贵）

读后感

Day03 Transformer说”Attention Is All You Need”，今天DETR说”NMS和Anchor Are All You Don’t Need”。代价是训练时间和小目标检测——这些痛点催生了Deformable DETR、DAB-DETR等后续工作。DETR的伟大在于：它证明了检测可以端到端，把检测从”工程问题”变成了纯粹的”学习问题”。