深度学习笔记（二十二）EfficientDet

论文：EfficientDet: Scalable and Efficient Object Detection

关联：EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

EfficientDet 是目前最优秀的检测器，backbone 是基于 depthwise separable convolution 和 SE 模块利用 AutoML 搜索出来的，EfficientDet 出彩的地方在于设计了高效的 FPN 结构，即 BiFPN。

模型的效率在计算机视觉中变得越发重要。本文系统地研究了神经网络结构在目标检测中的设计选择，并提出了提高检测效率的几个关键优化方案。首先，本文提出了一种加权的双向特征金字塔网络（BiFPN），它可以方便、快速地融合多尺度特征；其次，文中提出了一种混合缩放方法，可以同时对所有主干、特征网络和 box/class 预测网络的分辨率、深度和宽度进行均匀缩放。基于这些优化和 EfficientNet backbone, 文章开发了一类新的目标检测，称为 EfficientDet，该类检测算法比现有的检测算法都要高效。

深度学习笔记（二十二）EfficientDet

以下部分为了图省事，参考的是 PyTorch 复现版本的代码，毕竟 TF1 调试不友好深度学习笔记（二十二）EfficientDet

深度学习笔记（二十二）EfficientDet

以 d0 为例，计算量为：

backbone+fpn+box params/flops = 3.880067M, 2.535978423B

EfficientNet

检测网络的 backbone 采用的是 EfficientNet 系列，这一系列的网络是由 Auto ML 搜索出来的网络。网络的主要成分为 Depthwise Separable Conv 和 SENet 结构，这一系列网络结构从 B0 到 B7，有以下这些参数控制差别：

# Coefficients:   width,depth,res,dropout
'efficientnet-b0': (1.0, 1.0, 224, 0.2),
'efficientnet-b1': (1.0, 1.1, 240, 0.2),
'efficientnet-b2': (1.1, 1.2, 260, 0.3),
'efficientnet-b3': (1.2, 1.4, 300, 0.3),
'efficientnet-b4': (1.4, 1.8, 380, 0.4),
'efficientnet-b5': (1.6, 2.2, 456, 0.4),
'efficientnet-b6': (1.8, 2.6, 528, 0.5),
'efficientnet-b7': (2.0, 3.1, 600, 0.5)

1. 由 width 参数控制除 MBConvBlock 外两个卷积层（Stage1 和 Stage9）的输出通道数:

def round_filters(filters, global_params):
    """ Calculate and round number of filters based on depth multiplier. """
    multiplier = global_params.width_coefficient
    if not multiplier:
        return filters
    divisor = global_params.depth_divisor # default = 8
    min_depth = global_params.min_depth
    filters *= multiplier
    min_depth = min_depth or divisor       # min_depth default is None
    new_filters = max(min_depth, int(filters + divisor / 2) // divisor * divisor)
    if new_filters < 0.9 * filters:  # prevent rounding by more than 10%
        new_filters += divisor
    return int(new_filters)

View Code