CVPR2020- 频域学习一半的数据输入，提升MASK RCNN | Learning in the Frequency Domain

挺新颖的论文

Abstract：

深度神经网络在计算机视觉任务中取得了显著的成功。现有的神经网络主要在固定输入尺寸的空间域内运行。在实际应用中，图像通常很大，必须向下采样到预定的神经网络输入大小。尽管下行采样操作减少了计算量和所需的通信带宽，但它同时在不影响冗余和显著信息的前提下消除了冗余和显著信息，从而导致精度下降。受数字信号处理理论的启发，我们从频率的角度分析了频谱偏差，提出了一种基于学习的频率选择方法来识别可以在不损失精度的情况下去除的琐碎频率分量。提出的频域学习方法利用了众所周知的神经网络的相同结构，ResNet-50、MobileNetV2和Mask R-CNN，同时接受频域信息作为输入。实验结果表明，与传统的空间降采样方法相比，基于静态信道选择的频域学习方法可以获得更高的精度，同时进一步减小了输入数据的大小。针对相同输入大小的ImageNet分类，分别在ResNet-50和MobileNetV2上实现了1:41%和0:66%的top-1精度改进。即使只有一半的输入大小，该方法仍然可以将ResNet-50的top1精度提高1%。此外，我们观察到MASK R-CNN的平均精度提高了0.8%，例如在COCO数据集上的实例分割。

Introduction：

1.深度学习网络的推理速度尤为重要，然而，现代相机拍摄的图像通常要大得多。例如，高清晰度(HD)分辨率图像(