Detnet: A Backbone network for Object Detection

一个专门为目标检测设计的骨干网络

主要贡献：
1.分析了分类网络直接用于目标检测的弊端。
2.提出了新的骨干网络Detnet
3.在MSCOCO数据集上实现了当前最先进的结果。

动力：
更深层的的Conv会导致边界框的模糊，从而导致不能精确的回归出目标框。另外large stride 还会丢失小目标。

特性：
保留了高分辨率的特征，同时保持了大的感受野。

两个挑战：
1.保持空间信息将花费额外的计算量和内存。
2.减少下采样有害于图像的分类和语义分割。

详细设计：
论文采用ResNet-50作为baseline，保留前四个satge的网络作为DetNet.
结果：
相比与resnet-50有5个点的提升。