EfficientNet和EfficientDet是2020年新出来的图像分类和目标检测算法,抽出空来读了一下,这里做一下记录。
EfficientNet
论文全称:EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks
发表刊物:2019ICML
核心问题
本文解决的一个核心问题是:给定计算资源的前提下,在不变动网络结构的情况下,如何最大化的提升网络的能力。首先文章给出了几种提升网络能力的方法,如下图:
(a) \text{(a)} (a)baseline,确定网络的结构
(b) \text{(b)} (b)增加卷积核的channel数,也就是增加每个feature map的channel数
(c) \text{(c)} (c)增加网络的深度,增加卷积层的数量,可以扩大感受野,更好地提取高级特征
(d) \text{(d)} (d)提高输入的分辨率,也就增加每个feature map的大小
(e) \text{(e)} (e)本文提出融合 (b)(c)(d) \text{(b)(c)(d)} (b)(c)(d)方法
本文将上述目标,表示成的数学形式如下:
compound scaling method
数学形式可以表达如此:
上述表达的意义理解如下:
- ϕ = 0 \phi = 0 ϕ=0时, d = w = r = 1 d=w=r=1 d=