[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$\omega$ω是融合系数。并用softmax使所有$\omega$ω相加为1.为使稳定加入了一个很小的系数：$\epsilon= 0.0001$ϵ=0.0001

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】