当前位置: article > 正文

EfficientDet（EfficientNet+BiFPN）论文超详细解读（翻译＋学习笔记+代码实现）_bifpn论文

作者：码创造者 | 2024-07-22 08:32:58

踩

bifpn论文

前言

在之前我们介绍过EfficientNet（直通车：【轻量化网络系列（6）】EfficientNetV1论文超详细解读（翻译＋学习笔记+代码实现）

【轻量化网络系列（7）】EfficientNetV2论文超详细解读（翻译＋学习笔记+代码实现））

EfficientDet 是继 2019 年推出 EfficientNet 模型之后，Google 人工智能研究小组Tan Mingxing等人为进一步提高目标检测效率，以 EfficientNet 模型和双向特征加权金字塔网络 BiFPN为基础，于2020 年创新推出的新一代目标检测模型，在COCO数据集上吊打其他方法。

学习资料：

论文题目：《EfficientDet: Scalable and Efficient Object Detection》（《EfficientDet：可扩展且高效的目标检测》）
原文地址：EfficientDet: Scalable and Efficient Object Detection
论文提供代码地址：automl/efficientdet at master · google/automl · GitHub
第三方提供代码地址：https://github.com/jewelc92/mmdetection/blob/3.x/projects/EfficientDet/efficientdet/bifpn.py

3.1 Problem Formulation—问题阐述

3.2 Cross-Scale Connections—跨尺度连接

3.3 Weighted Feature Fusion—加权特征融合

四、EfficientDet

4.1 EfficientDet Architecture—模型架构

4.2 Compound Scaling—复合缩放

五、Experiments—实验