本文解读我们 ICLR 2022 上发表的论文《GiraffeDet: A Heavy-Neck Paradigm for Object Detection》。我们提出了一个新的目标检测网络结构范式：GiraffeDet，它具有极轻量级计算量的 backbone 和大计算量的 neck，使得网络更关注于高分辨率特征图中空间信息和低分辨率特征图中语义信息的信息交互。同时这个设计范式允许检测网络在网络早期阶段就以相同优先级处理高层语义信息和低层空间信息，使其在检测任务上更加有效。
大量实验表明，在相同 head 及同量级 Flops 下，GiraffeDet 能够取得比之前 SOTA 模型更优的结果。

图片

论文链接：https://arxiv.org/abs/2202.04256