论文阅读：Hit-Detector: Hierarchical Trinity Architecture Search for Object Detection

简介：

Hit-Detector是第一个可以同时搜索检测网络的backbone、neck和head的NAS，在低算力、低参数量的情况下得到高mAP。

论文链接
代码链接

前言：

NAS在图像识别任务中已经有了重大突破，Hit-Detector则是将NAS应用在更为复杂的目标检测任务。在Hit-Detector之前，已经有研究人员尝试将NAS应用在目标检测任务，但是目前大部分的NAS for Object Detection仅仅关注于搜索检测网络的Backbone（eg：DetNAS）或者特征融合方式（eg：NAS-FPN），而检测网络的其他component仍然由人工设计，作者认为这种NAS+人工设计的方式会限制检测网络的性能。作者竟然发现了之前NAS的缺陷，Hit-Detector自然就是解决这个缺陷的，它不但可以同时搜索检测网络的backbone、neck和head，而且还可以知道backbone、neck和head分别喜欢用哪些操作来组成自己（刺不刺激，backbone、neck和head喜欢啥你都要观察，它们不要隐私的嘛）。Hit-Detector的实验结果也很惊艳，coco数据集，只需要用27M的参数量，不使用任何tricks（without bells and whistles）就可以得到41.4的mAP。