コンピュータ ビジョンでは、モデルの効率性がますます重要になってきています。この論文では、物体検出におけるニューラル ネットワーク アーキテクチャの設計上の選択肢を体系的に調査し、効率を向上させるためのいくつかの重要な最適化を提案します。まず、シンプルかつ高速なマルチスケール特徴融合を実現できる重み付き双方向特徴ピラミッド ネットワーク (BiFPN) を提案し、次に、バックボーン ネットワーク、特徴ネットワーク、ボックス/カテゴリ予測を同時に実装する複合スケーリング手法を提案します。解像度、深さ、幅の均一なスケーリング。これらの最適化とより優れたバックボーン ネットワークに基づいて、当社は EfficientDet と呼ばれる新しいオブジェクト検出器ファミリーを開発します。これは、幅広いリソース制約内で以前の技術よりも高い効率を一貫して達成します。特に、当社の EfficientDet-D7 は、単一モデルおよび単一スケールの下で、COCO テスト開発上で 7,700 万のパラメータと 410B FLOP を備えた最先端の 55.1 AP を達成します。これは、以前の検出器よりも 4 ～ 9 倍小型です。 FLOP が 13 分の 1 から 42 分の 1 に減少します。
論文アドレス: https://arxiv.org/pdf/1911.09070.pdf
コードアドレス: https://github.com/google/automl/tree/master/efficientdet