用于目标检测的隐式特征金字塔网络
计算机视觉与模式识别
2020-12-29 v1
摘要
本文提出一种用于目标检测的隐式特征金字塔网络(i-FPN)。现有FPN堆叠多个跨尺度模块以获得大感受野。我们提出使用深度平衡模型(DEQ)中近期引入的隐式函数来建模FPN的变换。我们发展了类残差的迭代以高效更新隐状态。在MS COCO数据集上的实验结果表明，与采用ResNet-50-FPN的基线检测器相比，i-FPN能显著提升检测性能：在RetinaNet、Faster-RCNN、FCOS、ATSS和AutoAssign上分别提升+3.4、+3.2、+3.5、+4.2、+3.2 mAP。
引用
@article{arxiv.2012.13563,
title = {Implicit Feature Pyramid Network for Object Detection},
author = {Tiancai Wang and Xiangyu Zhang and Jian Sun},
journal= {arXiv preprint arXiv:2012.13563},
year = {2020}
}
备注
Tech report