感觉本来密集穷举候选区域就是低效的无奈之选～～

这是介绍稀疏rcnn的帖子

https://mp.weixin.qq.com/s?__biz=MzU2NTc5MTY1Ng==&mid=2247486063&idx=2&sn=6f33c3e021b01dba39f74b8eb4636246&chksm=fcb714a8cbc09dbedae8449267f552bac547ef3512ef1dcd08886c95aa6d09375c565689b6e2&mpshare=1&scene=1&srcid=1128o6oll5HWG1Yz5DqsUnTI&sharer_sharetime=1606519084043&sharer_shareid=6161cb162d6309a81e4971fcc370f099&exportkey=A2yxcGcFf5eHHmaacMcjid0%3D&pass_ticket=OXfu75qd0o6lbGtzMUKO4nmNGJWyTgCffvVhYIpGG3GFsZcBHnL5aAiOhaneEUIe&wx_header=0#rd

不是的

未来看量子计算的技术能不能有突破

是2年以后还是20年以后～～

认真请教

量子计算革新的只是底层效率吧。深度学习算法也被颠覆么？不懂才问～～

飞桨也在搞量浆，这是响应国家号召搞“强基”，还是在抢赛道、抢money？～～

和yolo对比如何？

anchor free也很快啊

刚提出来，在一些数据集上看上去试验效果很好。觉得还有待时间检验～

这个主要是减少的候选区域，不再大规模穷举了

原来如此，“九章”这么牛啊。量子计算能做机器学习应用了，算力就不是问题了

先颠覆世界了，深度学习都是小事情

这次ai浪潮就是“算力革命”引来的～～这要是量子计算真实现了。。。

快换方向，还来得及/狗头

新思路，能不能成为开山之作就不清楚了。近几年如CornerNet,CenterNet，FCOS等检测也都去anchor了

NMS这种东西也不要了，可以

只要有坐享其成的乐观就可以了～～量子计算发展的是算力，算法会有改动，不会革命吧？

现在深度学习似乎很少用原来传统的手工特征检测本事，怪不得毕老师说“乱拳打死老师傅”～～

有见过深度学习用传统特征检测的例子的么？是不是研究的论文少，而工业实践还是“有啥石头用啥石头”

老实说，刚开始看检测时我都没想到“竟然是用穷举这样的笨办法”的（一百个狗头保命）。

我觉得cs发展到现在，比如排序吧，发展出多少比穷举效率高得多的思想，怎么不忘这里用用。我就是不懂才敢什么都说，哈哈哈哈，就这么说了～～