码迷,mamicode.com
首页 > 其他好文 > 详细

EfficientDet:Scalable and Efficient Object Detection

时间:2020-04-26 01:07:51      阅读:127      评论:0      收藏:0      [点我收藏+]

标签:cti   分辨率   https   深度   网络   参数   范围   系统   复合   

摘要:

模型效率在计算机视觉中的地位越来越重要。本文系统地研究了目标检测的神经网络体系结构设计选择,并提出了几种提高效率的关键优化方法。首先,我们提出了一种加权双向特征金字塔网络(BiFPN),该网络允许简单快速的多尺度特征融合;其次,我们提出了一种复合尺度方法,该方法可以同时均匀地对所有骨干网、特征网络和box/类预测网络的分辨率、深度和宽度进行缩放。基于这些优化和EfficientNet主干网,我们开发了一个新的对象检测器家族EfficientDet,它在广泛的资源限制范围内始终比现有技术获得更好的效率。特别是,在单模型和单尺度的情况下,我们的EfficientDet7在COCO测试设备上实现了最先进的52.2 AP,具有52M参数和325B触发器1,比以前的检测器小4-9倍,使用的触发器比以前的检测器少13-42倍。代码可以在https://github.com/google/automl/tree/master/efficientset上找到。

EfficientDet:Scalable and Efficient Object Detection

标签:cti   分辨率   https   深度   网络   参数   范围   系统   复合   

原文地址:https://www.cnblogs.com/2008nmj/p/12776357.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!