kingrain213的专栏

1）类似于v1和v2版本，采用pw-dw-pw模式，类似于resnet的残差模块shortcut模式 2）采用relu6/hardswish/hardsigmoid激活函数 3）采用_squeeze_excitation_layer(类似于SENet，attention机制，avgpool--fc(relu6)--fc(hard-sigmoid)，得到权重参数，乘到input上) 4)通过m...

优化：与之前two-stage对比，取消了候选窗口生成、不用特征重采样。 特征图：基于vgg16的backbone，前面5个大的卷积层，后面f6/fc7也改成3*3和1*1卷积层，然后增加了(1*1&3*3配对的)四个卷积层，共11层，在4/7/8/9/10/11层上设置anchor，定位和预测（这点类似于早期的FPN，但没有特征叠加） 定位方法：每个特征层上，计算当前多少个ancho...