点击我爱计算机视觉标星，更快获取CVML新技术
昨天谷歌大脑团队发布了论文 EfficientDet: Scalable and Efficient Object Detection ，通过改进 FPN 中多尺度特征融合的结构和借鉴 EfficientNet 模型缩放方法，提出了一种模型可缩放且高效的目标检测算法 EfficientDet。
其高精度版本 EfficientDet-D7 仅有 52M 的参数量和326B FLOPS ，在COCO数据集上实现了目前已公布论文中的最高精度 ：51.0 mAP！相比于之前的最好算法，它的参数量小 4 倍，FLOPS小9.3倍，而精度却更高（+ 0.3 ％ mAP）！
该文作者信息：
全部作者均来自谷歌大脑团队。
下图中陡峭的红色曲线即来自EfficientDet的 7 个模型：
从小模型低计算量模型到高精度SOTA模型，EfficientDet 搜索出来的 8 个模型一路吊打所有之前的知名算法！
主要改进点
该文一大创新点是改进了FPN中的多尺度特征融合方式，提出了加权双向特征金字塔网络BiFPN。
FPN 引入了一种自顶向下的路径，融合P3～P7的多尺度特征，下图为该文提出的BiFPN与几种FPN 改进的比较：
（b）PANet引入了自底向上的融合路径，（c）NAS-FPN则使用神经架构搜索得到不规则的特征网络拓扑结构，（d）为作者提出的另一种改进，全连接FPN，（e）为作者提出的一种简化FPN，（f）为作者最终在 EfficientDet 使用的BiFPN。
值得指出的是，作者认为FPN中各尺度的特征重要性是不同的，故在BiFPN特征融合的连接中需要加权，而权值是在训练中学习得到的。
（仔细想想其实这是很自然的，不同尺度特征肯定对目标检测贡献大小不同。）
EfficientDet 网络结构是这样的：
作者引入了 EfficientNet 中模型缩放的思想，考虑Input size、backbone Network、BiFPN侧向级联层数、Box/class 层深度作为搜索空间，通过统一的系数缩放（具体方法见原论文），得到了以下不同计算量和参数量的8个模型：
目前这些模型还未公布，不过作者称将开源。
实验结果
作者使用得到的 8 个模型配置，在COCO上训练并测试的结果如下：
AA代表AutoAugmentation。
EfficientDet 在与精度相当的算法相比较时，参数量小 4 到 8 倍，FLOPS小 9.7 到 28 倍，GPU下加速 1.4 到 3.2 倍，CPU下加速 3.4 到 8.1 倍。
而且 EfficientDet-D7 取得了COCO数据集上的精度新高。
与SOTA方法比较，模型Size明显更小：
GPU计算延迟比较结果（GPU 为 Titan-V）：
CPU计算延迟比较结果（单线程的 Xeon CPU）：
总之，通过改进FPN多尺度融合方法和模型缩放，该文的结果非常吸引人，是最近目标检测领域的新标杆，作者称代码将开源。
论文地址：
https://arxiv.org/pdf/1911.09070.pdf
在我爱计算机视觉公众号后台回复“EfficientDet”，即可收到论文下载百度云链接。
比较有意思的是，EfficientNet 与 EfficientDet 已经出来了，EfficientSeg、EfficientMask、EfficientPose、EfficientTrack ..... 是不是已经在路上了？
相关阅读：
谷歌大脑提出EfficientNet平衡模型扩展三个维度，取得精度-效率的最大化！
目标检测交流群
关注最新最前沿的目标检测技术，扫码添加CV君拉你入群，（如已为CV君其他账号好友请直接私信）
（请务必注明：目标检测）
喜欢在QQ交流的童鞋，可以加52CV官方QQ群：805388940。
（不会时时在线，如果没能及时通过验证还请见谅）
长按关注我爱计算机视觉
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：EfficientDet：COCO 51.0 mAP！谷歌大脑提出目标检测新标杆 - Python技术站
微信扫一扫 
支付宝扫一扫 