• 推理步骤

[picodet_s_320_coco.yml]

1. Infer.py   main()->run()
2. Trainer.py __init__()      self.model = create(cfg.architecture)
   1. Picodet.py     from_config()->__init__()
      1. head = create(cfg['head'], **kwargs)时候调用：
         1. Layers.py       MultiClassNMS __init__()
      2. Pico_head.py PicoHead __init__()
3. Trainer.py predict()
   1. 逐个data，outs = self.model(dat
   2. Picodet.py     get_pred()->_forward()
      1. Inputs     [1,3,320,320]

                Backbone output

                Neck output

                Head output        Pico_head.py forward()       

post_process output

调用gfl_head.py   post_process()

->decode()：patch中逐图像处理，图像中逐个feature map处理

        ->get_bboxes_single()

                ->get_single_level_center_point：

        bbox_pred的[1,x,y,32]：reg_max==8

               x = F.softmax(x.reshape([-1, self.reg_max + 1]), axis=1)

               x = F.linear(x, self.project).reshape([-1, 4])

       再乘以stride

       根据当前feature map的stride调整点坐标

       找到cls_score的前nms_pre的值，

->bbox_utils.py    distance2bbox      根据points的[x，y]和distance的(left, top, right, bottom)，结合图像尺寸[320,320]，获取bounding box的左上和右下坐标[x1,y1,x2,y2]

Mlvl_bboxes坐标根据原图resize的scale映射回原图

->nums()：

->layers.py    MultiClassNMS     __call__()

->ops.py             multiclass_nums()

1. 筛选score大于阈值score_threshold的bbox
2. 选择前nms_top_k的bbox
3. 基于nms_threshold和nms_eta的自适应阈值NMS过滤IOU高的框
4. 保留前keep_top_k的bbox

1. Coco_utils.py get_infer_results
   1. json_results.py      get_det_res   转变数据类型，保存bbox和score
   2. visualizer.py   visualize_results    在原图上根据bbox绘制框
      1. visualizer.py   draw_bbox    小于阈值不绘制
   3. visualizer.py save_result      结果保存txt

二、模型分析

1. backbone

1. 基于ShuffleNetV2，根据PP-LCNet进行优化，称为ESNet(Enhanced ShuffleNet)

1. 改变1：给每个块增加SE，SE的两层激活分别是ReLU和H-Sigmoid
2. 改变2：stride为2时，添加depthwise卷积和pointwise卷积整合通道信息
3. 改变3：stride为1时，添加Ghost模块

1. 改变4：channel-wise search for detection backbone，full model[128,256,512], ratio[[0.5, 0.675, 0.75, 0.875, 1]