AnchorFree系列模型03（草稿）

Anchor Free系列模型
简介
目前主流的检测算法大体分为两类&＃xff1a; single-stage和two-stage&＃xff0c;其中single-stage的经典算法包括SSD, YOLO等&＃xff0c;two-stage方法有RCNN系列模型&＃xff0c;两大类算法在PaddleDetection Model Zoo中均有给出&＃xff0c;它们的共同特点是先定义一系列密集的&＃xff0c;大小不等的anchor区域&＃xff0c;再基于这些先验区域进行分类和回归&＃xff0c;这种方式极大的受限于anchor自身的设计。随着CornerNet的提出&＃xff0c;涌现了多种anchor free方法&＃xff0c;PaddleDetection也集成了一系列anchor free算法。

模型库与基线

算法细节
CornerNet-Squeeze
简介: CornerNet-Squeeze 在Cornernet基础上进行改进&＃xff0c;预测目标框的左上角和右下角的位置&＃xff0c;同时参考SqueezeNet和MobileNet的特点&＃xff0c;优化了CornerNet骨干网络Hourglass-104&＃xff0c;大幅提升了模型预测速度&＃xff0c;相较于原版YOLO-v3&＃xff0c;在训练精度和推理速度上都具备一定优势。

特点:

使用corner_pooling获取候选框左上角和右下角的位置
替换Hourglass-104中的residual
block为SqueezeNet中的fire-module 替换第二层3x3卷积为3x3深度可分离卷积