PVANET：深層輕量級神經網絡在實時目標檢測的中的應用

摘  要 這篇文章展示了本文在多類目標檢測工作中，通過適應性的結合近來的新型技術使得計算成本最小化，從而得到最高標準的精度。按照一般的算法「CNN特徵提取+候選目標+ROI分類」，本文重點是重新設計特徵提取部分，因爲候選區域部分沒有昂貴的計算並且分類部分可以通過一般的技術進行計算壓縮，比如刪節版SVD。本文的設計原則是「更多層更少的通道」並且採用一些建設模塊包括串聯的ReLU，Inception和

>>阅读原文<<