Abstract
首先，本篇论文提出了一种加权双向特征金字塔网络（BiFPN），进行简单、快速的多尺度特征融合；其次，作者提出了一种复合尺度方法，同时统一调整所有主干、特征网络和box/类别预测网络的分辨率、深度和宽度。基于这些优化和更好的骨干，提出了一个目标检测算法称为Effificientdet.
1. Introduction
目标检测算法有两个挑战:
挑战1：高效的多尺度特征融合——FPN、PANet [26]、NAS-FPN [10]等研究在融合不同的输入特征时，只做了简单的融合，各部分特征对输出特征的贡献相等；然而，由于这些不同的输入特征具有不同的分辨率，他们对输出特征的重要性很可能是不同的。为了解决这一问题，作者提出了一种简单而高效的加权双向特征金字塔网络（BiFPN），该网络在重复应用自顶向下和自下向上的多尺度特征融合的同时，引入可学习权值来学习不同输入特征的重要性。
挑战2：模型缩放——虽然以前的工作主要依赖于更大的主干网络[24,35,34,10]或更大的输入图像尺寸[13,45]来获得更高的精度，但作者观察到，当考虑到精度和效率时，扩展特征网络和box/类预测网络也是至关重要的。作者提出了一种用于对象检测器的复合缩放方法，该方法联合扩展了所有主干、特征网络、box/类预测网络的分辨率/深度/宽度。
主干，即在backbone部分进行缩放，特征网络，即在neck(特征金字塔）进行缩放，box/类预测网络即对预测head也进行缩放
3. BiFPN
传统的自上而下的FPN在本质上受到单向信息流的限制。为了解决这个问题，PANet [26]添加了一个额外的自底向上的路径聚合网络。最近，NAS-FPN [10]采用神经结构搜索来搜索更好的跨尺度特征网络拓扑，但在搜索过程中需要数千小时的GPU，发现的网络不规则，难以解释或修改，如图2(c).所示。BiFPN做了两个方面的改进:（1）PANet进行特征融合时，是通过Concat的，一般高层和低层的特征贡献程度相同，BiFPN在特征融合时，通过一组可学习的归一化权重参数调整各层贡献程度。（2）BiFPN堆叠多层实现更高维度的特征融合。
不同特征金字塔效果对比，这里，我们注意到，BiFPN与PANet构建上都是两条路径，但是PANet参数量更大，这是由于，作者为了保持参数量，在PANet前面使用了FPN的堆叠。
3.3. Weighted Feature Fusion
在权重上，作者使用标量权重，然而，由于标量权值是无界的，它可能会导致训练的不稳定性。因此，采用权重归一化来约束每个权重的值范围。
在权重归一化上，采用Softmax降低了推理速度，因此，作者采用简单的归一化操作:
level的BiFPN特征融合示例:
4. EffificientDet
EffificientDet在backbone、BiFPN、Box/class prediction network 均进行缩放，
使用EffificientNet-B0 to B6
BiFPN network
作者线性增加BiFPN深度（#层），因为深度需要四舍五入到小整数。对于BiFPN宽度（#通道），BiFPN宽度（#通道）呈指数增长，具体来说，选择最佳值1.35作为BiFPN宽度缩放因子。在形式上，BiFPN的宽度和深度按以下公式进行缩放：
Box/class prediction network
将它们的宽度始终与BiFPN相同，但使用公式线性增加深度（#层）：
Input image resolution
使用方程线性增加分辨率：
5. Experiments
5.1. EffificientDet for Object Detection 
5.2. EffificientDet for Semantic Segmentation
6. Ablation Study
6.1. Disentangling Backbone and BiFPN
EffificientNet骨干和BiFPN对最终的最终模型都至关重要。
6.2. BiFPN Cross-Scale Connections
BiFPN实现了与repeated FPN+PANet相似的精度，但使用更少的参数和计算量。通过附加的加权特征融合，BiFPN进一步以更少的参数和计算量实现了最好的精度。
6.3. Softmax vs Fast Normalized Fusion
快速归一化融合方法实现了与基于softmax的融合相似的精度，但在gpu上运行速度快1.26x-1.31倍。
归一化的权值在训练过程中变化迅速，这表明不同的特征对特征融合的贡献不相等。尽管有快速的变化，快速归一化融合方法对所有三个节点总是显示出与基于softmax的融合非常相似的学习行为。
