2 个月前

现代卷积对象检测器的速度与精度权衡

Jonathan Huang; Vivek Rathod; Chen Sun; Menglong Zhu; Anoop Korattikara; Alireza Fathi; Ian Fischer; Zbigniew Wojna; Yang Song; Sergio Guadarrama; Kevin Murphy
现代卷积对象检测器的速度与精度权衡
摘要

本文的目的是为特定应用和平台选择合适的检测架构提供指导,以实现速度、内存和精度之间的平衡。为此,我们研究了在现代卷积对象检测系统中权衡精度与速度和内存使用量的各种方法。近年来提出了许多成功的系统,但由于不同的基础特征提取器(例如VGG、残差网络)、不同的默认图像分辨率以及不同的硬件和软件平台,直接对比这些系统的性能变得困难。我们提出了一种统一的Faster R-CNN [Ren et al., 2015]、R-FCN [Dai et al., 2016] 和SSD [Liu et al., 2015] 系统的实现方法,我们将这些系统视为“元架构”,并探讨了通过使用不同的特征提取器以及调整每个元架构中的其他关键参数(如图像大小)所形成的速精度权衡曲线。在这一谱系的一端,即对速度和内存要求极为苛刻的情况下,我们展示了一个能够实现实时速度并在移动设备上部署的检测器。而在另一端,即对精度要求极高的情况下,我们展示了一个在COCO检测任务中达到最先进水平的检测器。