《Object detection at 200 Frames Per Second》論文筆記

1. 概述 導讀：這篇文章是在檢測模型上使用知識蒸餾，從而實現在減小檢測模型尺寸與推理時間的同時，儘可能提升小模型的檢測性能。這篇文章是基於Tiny-YOLO的檢測模型，但是在知識蒸餾的部分做了較多的工作，歸納爲：（1）objectness scaled distillation：按照目標是否爲檢測模型的置信度給蒸餾的網絡添加權重參數，相當於是objectness-ware；（2）FM_NMS（f

>>阅读原文<<