[论文阅读]:PP-YOLO: An Effective and Efficient Implementation of Object Detector
发布时间
阅读量：
阅读量
题目：PP-YOLO: An Effective and Efficient Implementation of Object Detector
作者：Xiang Long, Kaipeng Deng, Guanzhong Wang, Yang Zhang, Qingqing Dang,Yuan Gao, Hui Shen, Jianguo Ren, Shumin Han, Errui Ding, Shilei Wen
（百度团队）
motivation: 还是速度和效果不能兼得的问题，作者想兼得速度与效果。在yolo系列的基础上，采用多种tricks，在不增加计算量的基础上提高效果。
这篇文章和yolov4一样，融合tricks高，实验效果好。
methods:
ResNet50-vd 替换 darknet53, 为了避免换了带来的性能降低，换resnet50-vd中的部分卷积为可变形卷积Deformable Convolutional Networks (DCN) 。DCN太多会影响推断时间，因此只用DCNs换了最后阶段的33卷积.DCN：本身不会显著增加模型中参数和FLOPs的数量，但是可能会影响推断时间
FPN为neck
head 几乎不变
tricks：
- Larger Batch Size （64-192）大公司卡多！
- EMA
- DropBlock
- IoU Loss
- IoU Aware
- Grid Sensitive
- Matrix NMS
- CoordConv
- SPP
- Better Pretrain Model
很多值得我们去尝试，不详细说具体内容了。
Experiments：
还是直接上图
全部评论 (0)
还没有任何评论哟~