RTMDet：实时目标检测器设计的实证研究
计算机视觉与模式识别
2022-12-20 v2
摘要
本文旨在设计一种高效的实时目标检测器，其性能超越 YOLO 系列，并且易于扩展至诸多目标识别任务，如实例分割与旋转目标检测。为获得更高效的模型架构，我们探索了一种在骨干网络与颈部具有兼容容量的架构，该架构由包含大核深度可分离卷积的基本构建块构成。我们进一步在动态标签分配中计算匹配代价时引入软标签以提升精度。结合更好的训练技巧，所得目标检测器 RTMDet 在 COCO 上取得 52.8% AP，在 NVIDIA 3090 GPU 上达到 300+ FPS，优于当前主流工业检测器。RTMDet 在微小/小/中/大/超大模型尺寸下针对多种应用场景实现了最佳参数量-精度权衡，并在实时实例分割与旋转目标检测上取得新的 SOTA 性能。我们希望实验结果为设计面向众多目标识别任务的多功能实时检测器提供新见解。代码与模型发布于 https://github.com/open-mmlab/mmdetection/tree/3.x/configs/rtmdet。
引用
@article{arxiv.2212.07784,
title = {RTMDet: An Empirical Study of Designing Real-Time Object Detectors},
author = {Chengqi Lyu and Wenwei Zhang and Haian Huang and Yue Zhou and Yudong Wang and Yanyi Liu and Shilong Zhang and Kai Chen},
journal= {arXiv preprint arXiv:2212.07784},
year = {2022}
}
备注
15 pages, 4 figures