PVANET：深层轻量级神经网络在实时目标检测的中的应用

摘  要 这篇文章展示了本文在多类目标检测工作中，通过适应性的结合近来的新型技术使得计算成本最小化，从而得到最高标准的精度。按照一般的算法“CNN特征提取+候选目标+ROI分类”，本文重点是重新设计特征提取部分，因为候选区域部分没有昂贵的计算并且分类部分可以通过一般的技术进行计算压缩，比如删节版SVD。本文的设计原则是“更多层更少的通道”并且采用一些建设模块包括串联的ReLU，Inception和

>>阅读原文<<