基于 GSConv 的 Slim-neck：一种面向实时检测器架构的轻量化设计
计算机视觉与模式识别
2024-07-03 v3
摘要
实时目标检测在工业与研究领域具有重要意义。在边缘设备上，巨型模型难以满足实时检测需求，而由大量深度可分离卷积构建的轻量模型无法达到足够的精度。我们引入一种新型轻量卷积技术 GSConv，以精简模型同时保持精度。GSConv 在精度与速度间实现了优异的权衡。此外，我们基于 GSConv 给出一种设计建议，即 Slim-Neck（SNs），以实现实时检测器更高的计算性价比。SNs 的有效性在超过二十组对比实验中得到稳健证明。特别地，经 SNs 改进的实时检测器相较于基线取得了最优性能（在 Tesla T4 上以约 100FPS 的速度在 SODA10M 上达到 70.9% AP50）。代码见 https://github.com/alanli1997/slim-neck-by-gsconv
引用
@article{arxiv.2206.02424,
title = {Slim-neck by GSConv: A lightweight-design for real-time detector architectures},
author = {Hulin Li and Jun Li and Hanbing Wei and Zheng Liu and Zhenfei Zhan and Qiliang Ren},
journal= {arXiv preprint arXiv:2206.02424},
year = {2024}
}