개요

Backbone: EfficientNet을 썼음. (핵심개념: Compound Scaling)
Neck: FPN (top-down형식) -> BiFPN 채택함.
Head

BiFPN

bi-directional FPN

(a)RetinaNet FPN보다 층이 하나 더 많음. 내려가면서 upsampling하면서 더해짐
(b)중국에서 나온 PANet: top-down만 하지말고 bottom up하면서 합쳐서 feature 표현 풍부하게 하자

Compound Scaling

backbone, BiFPN, Box/Classification Network

BB, Neck, Head도 CompoundScaling을 해보자

성능 개요

적은 연산 수, 적은 파라미터 수
그러나 높은 모델 예측 성능을 나타냄.

FLOPs연산횟수: YOLOv3보다 적음. AP는 비슷함(살짝 높음)

BB,Neck 스케일링