conv

目录 EfficientDet：目标识别领域的 EfficientNet 0、背景 1、Bi-FPN 1.1 加权特征融合 2、EfficientDet 2.1 整体架构 2.2 复合缩放 3、消融实验 EfficientDet：目标识别领域的 EfficientNet 阅读本文可能需要一些其他模型或算法方面的先验知识： 对 FPN 特征金字塔网络要了解 对 EfficientNet 分类模型架构要熟悉 Quoc Le 这个大神真是无处不在，NLP、CV 领域均可以看到他的影子，所以不同领域可能处理任务不同，在一些方法论上还是相通的。近日，这位大神在 Twitter 上发文中，提出了一种新的家族式目标检测算法，是基于 图片分类任务中的 EfficientNet 的，而且又是一篇 SOTA 论文，目前论文已公开，代码在路上。 看看下面这幅图，这种图往左上角瞅，越往左，计算量（FLOPS，每秒钟的浮点数计算量，FLOPs，浮点数计算量，实际此处 S 应为 s，这种针不必计较）越小，越往上 mAP（mean Average Precision，一种用于比较目标检测算法性能的指标，越大越好）越高。 【图 1】 我们先说结论，直接看论文摘要部分即可，作者提出两个方法： BiFPN: 这个毋庸置疑，肯定是从 FPN 发展过来的，至于 Bi 就是双向，原始的 FPN 实现的自顶向下（top