-
近年来，学术界和工业界广泛关注图像中目标检测任务。基于PaddleClas中SSLD蒸馏方案训练得到的ResNet50_vd预训练模型(ImageNet1k验证集上Top1 Acc为82.39%)，结合PaddleDetection中的丰富算子，飞桨提供了一种面向服务器端实用的目标检测方案PSS-DET(Practical Server Side Detection)。基于COCO2017目标检测数据集，V100单卡预测速度为为61FPS时，COCO mAP可达41.6%；预测速度为20FPS时，COCO mAP可达47.8%。
-
以标准的Faster RCNN ResNet50_vd FPN为例，下表给出了PSS-DET不同的模块的速度与精度收益。
| Trick | Train scale | Test scale | COCO mAP | Infer speed/FPS |
|---|---|---|---|---|
baseline |
640x640 | 640x640 | 36.4% | 43.589 |
+test proposal=pre/post topk 500/300 |
640x640 | 640x640 | 36.2% | 52.512 |
+fpn channel=64 |
640x640 | 640x640 | 35.1% | 67.450 |
+ssld pretrain |
640x640 | 640x640 | 36.3% | 67.450 |
+ciou loss |
640x640 | 640x640 | 37.1% | 67.450 |
+DCNv2 |
640x640 | 640x640 | 39.4% | 60.345 |
+3x, multi-scale training |
640x640 | 640x640 | 41.0% | 60.345 |
+auto augment |
640x640 | 640x640 | 41.4% | 60.345 |
+libra sampling |
640x640 | 640x640 | 41.6% | 60.345 |
基于该实验结论，PaddleDetection结合Cascade RCNN，使用更大的训练与评估尺度(1000x1500)，最终在单卡V100上速度为20FPS，COCO mAP达47.8%。下图给出了目前类似速度的目标检测方法的速度与精度指标。
注意
这里为了更方便地对比，统一将V100的预测耗时乘以1.2倍，近似转化为Titan V的预测耗时。
| 骨架网络 | 网络类型 | 每张GPU图片个数 | 学习率策略 | 推理时间(fps) | Box AP | Mask AP | 下载 | 配置文件 |
|---|---|---|---|---|---|---|---|---|
| ResNet50-vd-FPN-Dcnv2 | Faster | 2 | 3x | 61.425 | 41.6 | - | 下载链接 | 配置文件 |
| ResNet50-vd-FPN-Dcnv2 | Cascade Faster | 2 | 3x | 20.001 | 47.8 | - | 下载链接 | 配置文件 |
| ResNet101-vd-FPN-Dcnv2 | Cascade Faster | 2 | 3x | 19.523 | 49.4 | - | 下载链接 | 配置文件 |
注：generic文件夹下面的配置文件对应的预训练模型均只支持预测，不支持训练与评估。