极市干货 | 第60期直播回放-张航-ResNeSt：拆分注意力网络

在图像处理领域，虽然近年来的新模型层出不穷，但在大多数的下游任务中，例如目标检测、语义分割，依旧还是用ResNet或其变体作为骨干网络。在今年4月中旬，亚马逊团队提出了“ResNet最强改进版”网络——ResNeSt。ResNeSt可以直接应用到已有的主流模型中，显著提高 Mask R-CNN，Cascade R-CNN 等模型的结果（~3%）。

➤详情传送门：

极市直播 | 张航：ResNeSt，拆分注意力网络｜ResNet最强改进版

➤分享大纲

1. 简要介绍CNN 基础网络的发展历程

2. 近期神经网络结构搜索的发展，以及与下游应用的脱节

3. 拆分注意力：注意力机制与多通道网络的融合

4. ImageNet上的分类表现，以及迁移学习的效果

5. 总结与未来工作展望

➤回放视频在这里☟（建议在pc端观看）

➤部分PPT截图