参考文章:
VoVNet:实时目标检测的新backbone网络 - 知乎 (zhihu.com)
1、backbone
SSD采用VGG,YOLO采用DarkNet,Faster R-CNN采用ResNet,我们一般称这些网络为目标检测模型的backbone。
2、为什么要用VoVNet
DenseNet其实比ResNet提取特征能力更强,而且其参数更少,计算量(FLOPs)也更少,用于目标检测虽然效果好,但是速度较慢,因为DenseNet中密集连接所导致的高内存访问成本和能耗。
基于VoVNet的目标检测模型性能超越基于DenseNet的模型,速度也更快,相比ResNet也是性能更好。
3、高效网络设计要素(不是很懂)
输入和输出的channel数相同时MAC才取下界,此时的设计是最高效的。
4、GPU计算效率
大的卷积层尽量别拆为小的卷积层,不利于GPU计算效率
5、OSA模块
DenseNet:密集连接太重,每个layer都会聚合前面层的特征,造成特征冗余。
OSA模块:只在最后一次聚合前面所有的layer
6、VoVNet结构
注:stride表示步长,就是移动距离
stem block ————>>>>>>>>3个3*3卷积层
4个stage的OSA模块,每个stage的最后会采用一个stride为2的3x3 max pooling层进行降采样
每次降采样后都会提升特征的channel数。
VoVNet-27-slim是一个轻量级模型
7、VoVNet 检测效果
FLOPS:浮点运算的数量,表示卷积层的计算量大小,评估模型的复杂度和计算效率。
计算效率来看,VoVNet-27-slim比较高。
8、VoVNet2
VoVNet2引入ResNet的残差连接和SENet的SE模块
VoVNetV2相比VoVNet增加了少许的计算量,但是模型性能有提升