作者丨happy
编辑丨极市平台
论文链接:https://arxiv.org/pdf/2110.13713.pdf
代码链接:https://github.com/prakharg24/yoloret
本文提出了一种边缘GPU设备上的高性能检测器YOLO-ReT,它包含两个关键性的改进:(1) 边缘GPU友好的模块RFCR用于多尺度特征交互;(2) 一种基于迁移学习的骨干截断机制。尤其值得称道的是:文中关于骨干截断分析与实验。为下游任务的模型缩放提供了一种更好的骨干网络设计机制。
作者丨happy
编辑丨极市平台
论文链接:https://arxiv.org/pdf/2110.13713.pdf
代码链接:https://github.com/prakharg24/yoloret
本文提出了一种边缘GPU设备上的高性能检测器YOLO-ReT,它包含两个关键性的改进:(1) 边缘GPU友好的模块RFCR用于多尺度特征交互;(2) 一种基于迁移学习的骨干截断机制。尤其值得称道的是:文中关于骨干截断分析与实验。为下游任务的模型缩放提供了一种更好的骨干网络设计机制。