代码地址

M2Det

抽时间看完了达摩院的这篇论文，论文出发点是解决目标检测中的目标尺寸的范围太广，现有的检测模型对小，中，大目标的效果不一样，论文在单步条件下SOTA。

大家无非用的方法有两种：

1. 图片金子塔
2. 特征金子塔
   表现的模型如下：

a，b，c是别人的，我们提出了d。
a，b，c这些模型有两个问题：
1.特征表示不足够
2.进行预测的特征只来自一个层

模型

我们为了解决上面这俩个问题， 提出下面的模型：

FFMv1：把所有来自backbone进行融合丰富
TUM：产生一系列多尺度的特征，使用小型的U结构，code和decode layer。
FFMv2：对特征进行抽取
SFAM：对特征进行concation和自适应注意力机制(SEnet)

实验结果：

主要对比vgg16和resnet101，快，准

消融实验

每个策略都很好，特别是decode(SFAM)，resnet101也涨的比较高

不能无限加TUM

TUM 和 通道可以相互补充。