Abstract
Feature Pyramid Networ(FPN)의 구조 Weighted bi-directional FPN(BiFPN)을 제안함
EfficientNet에서 제안한 Compound Scaling기법을 Object Detection에 적용함
One-stage Detection
Proposed Methods
BiFPN
One-Stage Detector의 여러 대표 모델인 SSD, RetinaNet, M2Det의 FPN들은 서로 다른 input feature들을 합칠 때 단순히 resize후 더해주는 방식을 지적함
서로 다른 input feature들은 해상도가 다르기 때문에 output feature에 기여하는 정도를 다르게 가져야함을 주장함
간단하지만 효과적인 weighted bi-directional FPN 구조를 제안함
BiFPN구조는 서로 다른 input feature들의 중요성을 학습을 통해 배울 수 있고, 성능을 많이 향상 시킬 수 있음
EfficientDet
Focal Loss
Cross Entropy Loss를 조금 수정함
잘 분류되는 이미지들에 대해서는 작은 가중치를 부여하는 반면 분류하기 어려운 일부 이미지에는 큰 가중치를 부여함
쉽게 분류되는 대부분의 negative 샘플들에 의해서 학습이 압도 되는 문제를 해결 함
One-Stage 방식에서도 Two-Stage 만큼의 성능을 낼 수 있음
Experiments
Conclusions & Reviews
- EfficientNet을 활용한 Object Detection이였으며, 앞으로 Segmentation에도 EfficientNet을 활용한 논문이 나올 것 같음