EfficientDet网络解析

模型效果

EfficientDet在COCO上的精度和模型FLOPs如下所示：

模型结构

EfficientDet以EfficientNet网络作为backbone，BiFPN作为特征融合网络， 最终共享class/box预测网络。

EfficientNet网络

EfficientNet网络参考EfficientNet网络解析，输入图片经过EfficientNet网络输出
C1, C2, C3, C4, C5共5个特征层。

BiFPN网络

_, _, C3, C4, C5共有3个所需的特征层，其中 C3 = P3_in，C4 = P4_in， C5 = P5_in，P6_in和P7_in是P5_in分别经过两次下采样（MaxPooling）后得到，然后进入BIFPN进行特征融合。

FPN网络的一些设计如下所示：

BiFPN先上采样进行两层融合，再下采样进行三层融合，最终输出P3, P4, P5, P6, P7，进入下一个循环进行串联。

单个BiFPN的内部结构如下：

anchor

每个先验框共产生9个anchor，anchor的参数如下：

sizes   = [32, 64, 128, 256, 512],
strides = [8, 16, 32, 64, 128],
ratios  = np.array([0.5, 1, 2], keras.backend.floatx()),
scales  = np.array([2 ** 0, 2 ** (1.0 / 3.0), 2 ** (2.0 / 3.0)], keras.backend.floatx())

Loss函数

Loss = Smooth L1 Loss + Focal Loss

1.Smooth Loss作用是计算目标回归框loss；
2.Focal Loss作用是计算所有未被忽略的种类的预测结果的交叉熵loss。

Compound Scaling的影响

EfficientDet系列参数

EfficientDet D0-D6的尺度参数如下：
其中，D7除了更高的分辨率，其余参数和D6相同。

其中，对于Inputsize的参数计算按如下公式：
图片分辨率必须可以被$2^7=128$整除，在512基础上线性增加。

对于BIFPN的参数计算按如下公式：

对于Box/class的网络深度（层数）的参数计算按如下公式：

EfficientDet系列模型效果