- Paper:https://eccv2018.org/openaccess/content_ECCV_2018/papers/Songtao_Liu_Receptive_Field_Block_ECCV_2018_paper.pdf
- GitHub: https://github.com/ruinmessi/RFBNet
簡介
- RFB Net主要用於目標檢測,模型參數少。文中提出了RF block模塊, 接近人類視覺系統,檢測框架使用ssd,具有精度高,速度快的特點,在pc上(gpu)可以達到實時。
NET
-
RF BLOCK, 主要由兩部分構成:1、多個分支的卷積層及不同卷積核,2、空洞卷積 ,這樣可以形成不同的感受野和不同中心的特徵。
-
多個經典的 RF layer
- RFB-s, 借鑑Inception and Resnet, RFB-S通過兩個3 3卷積替換 。
- RFB-Net300, 在不同的特徵層採用的RFB模塊不一定相同,conv4_3後面採用的是RFB-S, 最小兩個特徵由於尺寸太小,就沒加 RFB。
EXPERIMENT
- Pascal voc 2007 test, epoch 250, lr strategy: first 5 epochs, use “warmup” , divided by 10 at 150 and 200 epochs. Sgd, weight decay: 0.0005, momentum 0.9
- MS COCO