旷视koala系统安装（无需FPN旷视开源）

旷视koala系统安装（无需FPN旷视开源）在图像尺寸为 608×608 的情况下，YOLOF 在 2080Ti 上以 60 fps 的速度实现了 44.3 mAP，比 YOLOv4 快13%。在没有变换层的情况下，YOLOF 可以用少 7 倍的训练时序，以单级特征的方式匹配 DETR 的性能。作者先是对用于单级检测器的 FPN 进行回顾，并表明它的成功在于它可以分而治之的解决目标检测中的优化问题，而不是多尺度特征融合。作者从优化的角度出发，引入另一种方法来解决问题，只利用一级特征进行检测，而不是采用复杂的特征金字塔。该方法为 YOLOF，是一种简单高效的基线，不需要使用 FPN。它有两个关键组件，Dilated Encoder 和 Uniform Matching，弥补了 SiSo 编码器和 MiMo 编码器之间的性能差距，带来相当大的改进。在 COCO 基准上进行大量实验证明了每个组件的重要性。此外，还与RetinaNet、DE

编译：CV君

#CVPR2021##目标检测#

You Only Look One-level Feature

由中科院、国科大以及旷视联合提出 YOLOF，不需要复杂的 FPN，在 GPU 上实现类似 RetinaNet、DETR 和 YOLOv4 的结果，比 RetinaNet 快 2.5 倍、比 DETR 少 7 倍训练时序、比 YOLOv4 快13%。

作者先是对用于单级检测器的 FPN 进行回顾，并表明它的成功在于它可以分而治之的解决目标检测中的优化问题，而不是多尺度特征融合。

作者从优化的角度出发，引入另一种方法来解决问题，只利用一级特征进行检测，而不是采用复杂的特征金字塔。该方法为 YOLOF，是一种简单高效的基线，不需要使用 FPN。它有两个关键组件，Dilated Encoder 和 Uniform Matching，弥补了 SiSo 编码器和 MiMo 编码器之间的性能差距，带来相当大的改进。

在 COCO 基准上进行大量实验证明了每个组件的重要性。此外，还与RetinaNet、DETR 和 YOLOv4 进行了比较。YOLOF 实现了与 RetinaNet 相当的结果，同时速度快了 2.5 倍。

在没有变换层的情况下，YOLOF 可以用少 7 倍的训练时序，以单级特征的方式匹配 DETR 的性能。

在图像尺寸为 608×608 的情况下，YOLOF 在 2080Ti 上以 60 fps 的速度实现了 44.3 mAP，比 YOLOv4 快13%。

作者 | Qiang Chen Yingming Wang Tong Yang Xiangyu Zhang Jian Cheng Jian Sun

单位 | 中科院；国科大；旷视

论文 | https://arxiv.org/abs/2103.09460

代码 | https://github.com/megvii-model/YOLOF

备注 | CVPR2021