[论文解读]arXiv 219|EfficientDet: Scalable and Efficient Object Detection
论文题目:EfficientDet: Scalable and Efficient Object Detection
论文作者:Mingxing Tan Ruoming Pang Quoc V. Le
注:以下是个人解读,若有出入之处,还请指出。
Motivation:
作者认为检测效果好的网络,模型都比较大,而且速度大都比较慢。检测速度快的网络,大都检测效果差,因此,提出EfficientDet,在兼容效果的同时保证了速度。
Related Works:
BiFPN:
BiFPN是作者构建的创新网络:上一副网络演变对比图
Weighted Feature Fusion:
以P6为例说明了计算过程
其中是融合系数。并用softmax使所有相加为1.为使稳定加入了一个很小的系数:
Networks:
于是构建出整个网络模型:
Compound Scaling:
作者参考了EfficientNet中的方法:
干脆直接用了EfficientNet的backboneB0-B7,这样还直接用了它的预训练权重。
形成了一系列的Scaling:
Experiment:
作者对上述作以对比:
作者最后还做了进一步的实验,可以参看原文,就不多说了。觉得作者见多识广,引用了许多其他论文的tricks,并做出创新,达到state of art 的效果。
【完结】