EfficientDet:可扩展且高效的对象检测
最新对象检测架构EfficientDet的PyTorch实现
动机
截至我开始从事该项目时,GitHub上没有PyTorch实施与该模型参数的数量与原始论文相匹配。 所有现有的存储库都与最近发布的TensorFlow实施方式发生了很大的变化(例如,更改主干的步幅,缺少批处理规范化层,池化层中没有“相同”的填充策略,不同的训练超参数,不使用指数移动平均衰减等)。 这是我在PyTorch中重现EfficientDet的尝试。 我的最终目标是从原始论文复制训练周期并获得几乎相同的结果。
实施注意事项
除了TensorFlow实现之外,我还消除了卷积层中无用的偏差,然后进行了批量归一化,这导致了参数减少。
模型动物园
型号名称
重物
#params
#params纸
肺动脉压
val mAP纸
D0
38.78万
390万
32.8
33.5
1