ICCV2019 | 旷视提出轻量级目标检测网络ThunderNet

ICCV2019 | 旷视提出轻量级目标检测网络ThunderNet

本文作者：Liyang

作者学校：复旦大学

论文地址：https://arxiv.org/pdf/1903.11752.pdf

源码地址：https://github.com/mohhao/TF-Keras-ThunderNet

论文作者：Zheng Qin， Zeming Li， Zhaoning Zhang， Yiping Bao， Gang Yu， Yuxing Peng， Jian Sun（megvii旷视科技）

本文将对ICCV2019会议论文《ThunderNet：Towards Real-time Generic Object Detection》进行解读，这篇论文在目标检测领域取得了比较好的成果，作者在Shufflenet v2和Lighthead r-cnn基础上，提出了一种新的SNet主干，进一步压缩 RPN和检测头，并设计了独特的CEM和SAM模块，在轻量化和精度上均有出色的表现。

ThunderNet的整体结构

输入为320x320分辨率，整体结构分成名为SNet的轻型Backbone（主干）和Detection（检测）部分。

主干部分（Backbone Part）

ThunderNet输入分辨率（Input Resolution）。作者采用320*320的分辨率，目的是提高推理速度。作者通过实验分析，一方面，小分辨率图像会丢失较多的细节特征，很难通过增加主干网络的容量来弥补，如SNet535（输入分辨率192x192）超过SNet146（分辨率320x320）8.2%的算力，但AP反而下降了14%；另一方面，小主干网络太弱，很难满足大尺寸图像的编码需要，如SNet48（分辨率480x480）即使算力超过了SNet146（分辨率320x320），但仍然明显低于后者的AP；因此，作者认为输入分辨率和主干网络应该匹配。