pelee real-time object detection

76.4 map on voc 2017, 22.4 map on coco.   23.6 FPS on iphone 8, 125 FPS on TX2.

 

一、 key features of pelee:

1. two-way dense layer

pelee real-time object detection

2. stem block (improve the feature expression ability without adding computational cost too much)

pelee real-time object detection

3. dynamic number of channels in bottleneck layer

在DenseNet 中的bottleneck模块中,通道数量是成4 times 增长,在本文中,通道的数量是根据输入的大小动态的调整。

pelee real-time object detection

4. transition layer without compression 

在DenseNet中compression factor 降低了特征表达能力,在本文中,transition层中的输出通道与输入通道保持不变

5. composite function

使用 post-activation (conv-bn-relu)结构,这样bn可与conv进行merge,使用shallow 和 wide 结构来补偿这一改变带来的影响。

二、optimize SSD and combine SSD with peleeNet

1. feature map selection

使用 19x19,  10x10,  5x5,  3x3,  1x1 大小的feature map,不使用SSD中的38x38

2. residual prediction block

在每个分之预测之前加上一个residual block

pelee real-time object detection

3. architecture

pelee real-time object detection

 

上一篇:RK3399pro Linux Rock-X AI组件库支持


下一篇:好程序员web前端分享html中meta标签及用法详解