用于目标检测的轻量级 RetinaNet
计算机视觉与模式识别
2019-05-27 v1
摘要
目标检测在深度学习的发展推动下取得了巨大进展。与被广泛研究的任务——分类相比，一般而言，目标检测在处理推理任务时甚至需要多出一个到两个数量级的 FLOPs（浮点运算数）。为实现实际应用，探索有效的运行时间与精度权衡方案至关重要。近来，越来越多研究致力于资源受限设备上的目标检测，如 YOLOv1、YOLOv2、SSD、MobileNetv2-SSDLite，它们在 COCO test-dev 检测结果上的精度处于 mAP 约 22-25%（mAP-20 层级）。相反，极少有研究讨论 mAP-30 层级检测网络的计算与精度权衡方案。本文中，我们阐明了 RetinaNet 为何能为目标检测提供有效的计算与精度权衡，以及如何构建轻量级 RetinaNet。我们提议仅减少计算密集型层中的 FLOPs 并保持其他层不变。与最常见的手段——输入图像缩放以实现 FLOPs-精度权衡相比，所提方案展现出持续更优的 FLOPs-mAP 权衡曲线。定量上，所提方法在 FLOPs 减少 1.15 倍时带来 0.1% mAP 提升，在 FLOPs 减少 1.8 倍时带来 0.3% mAP 提升。
引用
@article{arxiv.1905.10011,
title = {Light-Weight RetinaNet for Object Detection},
author = {Yixing Li and Fengbo Ren},
journal= {arXiv preprint arXiv:1905.10011},
year = {2019}
}