EfficientDet框架详解 | 目前最高最快最小模型,可扩缩且高效的目标检测(附源码下载)...

53 篇文章 22 订阅 ¥59.90 ¥99.00
本文深入探讨EfficientDet,一个兼顾精度和效率的可伸缩目标检测框架。作者提出加权双向特征金字塔网络(BiFPN)和复合缩放方法,实现比现有检测器更高的精度和更低的计算成本。EfficientDet-D7在325B FLOPs下达到52.2AP,超越同类模型。
摘要由CSDN通过智能技术生成

欢迎关注“

计算机视觉研究院

计算机视觉研究院专栏

作者:Edison_G

疫情以来,已经被研究出很多高效高精度的框架,在深度学习领域,模型效率也是越来越重的一个研究课题。不仅仅停留在训练的提速,现在推理应用的速度更加关键。因此,现在很多研究趋势朝着更高效更小型化发展


今天应粉丝同学们的要求,再次以详细说说EfficientDet框架。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

计算机视觉研究院

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值