“15分钟看顶会”是旷视研究院全新推出的论文快速解读专栏，聚焦旷视在全球各大顶会、期刊等平台所发表的工作，覆盖深度学习、计算机视觉、视觉导航与控制、计算摄影学、大规模机器学习系统、机器人学等方向。
与传统论文视频解读动辄30min时长不同，本专栏尽可能将时间控制在15分钟左右，以方便读者在日常通勤、等待、出行等时间受限的场景下高效利用碎片化时间进行学习、交流。
欢迎大家和我们一起“深度学习”，也欢迎对这种论文解读方式提出您的宝贵建议。
本期是“15分钟看顶会”专栏 ECCV 2020 论文解读系列的第八篇，旷视研究院提出一个灵活高效的权重生成网络框架，称为WeightNet。
- 论文题目：
WeightNet: Revisiting the Design Space of Weight Networks - 论文链接：
https://arxiv.org/abs/2007.11823 - MegEngine开源：
https://github.com/megvii-model/WeightNet - 关键词：
CNN架构设计、权重生成网络、动态滤波器
作为一种通用形式，WeightNet将SENet与CondConv这两种很不一样却都非常有效的方法纳入到同一框架中。WeightNet通过在注意力激活层上添加一层分组全连接层（group fully-connected layer）从而实现了对这两种方案的统一。
WeightNet可以直接输出卷积权重，同时在kernel空间（而非特征空间）上训练起来既简单，内存消耗又少。凭借其灵活性，该方法在ImageNet和COCO的检测任务上均能取得更好的准确率-FLOPs权衡和准确率-参数量权衡。
同学们还可以点击阅读原文，浏览《ECCV 2020 旷视研究院15篇成果总览》，了解更多顶会论文内容。
专栏文章推荐
欢迎关注旷视研究院极术社区专栏，定期更新最新旷视研究院成果
加入旷视：career@megvii.com
