pelee real-time object detection

76.4 map on voc 2017, 22.4 map on coco.   23.6 FPS on iphone 8, 125 FPS on TX2.

一、 key features of pelee:

1. two-way dense layer

2. stem block (improve the feature expression ability without adding computational cost too much)

3. dynamic number of channels in bottleneck layer

在DenseNet 中的bottleneck模块中，通道数量是成4 times 增长，在本文中，通道的数量是根据输入的大小动态的调整。

4. transition layer without compression 

在DenseNet中compression factor 降低了特征表达能力，在本文中，transition层中的输出通道与输入通道保持不变

5. composite function

使用 post-activation (conv-bn-relu)结构，这样bn可与conv进行merge,使用shallow 和 wide 结构来补偿这一改变带来的影响。

二、optimize SSD and combine SSD with peleeNet

1. feature map selection

使用 19x19,  10x10,  5x5,  3x3,  1x1 大小的feature map,不使用SSD中的38x38

2. residual prediction block

在每个分之预测之前加上一个residual block

3. architecture