[논문 리뷰] PP-PicoDet: A Better Real-Time Object Detector on Mobile Devices

Guanghua Yu, Qinyao Chang외 13명|arXiv (Cornell University)|2021. 11. 01.

Advanced Neural Network Applications인용 수 89

한 줄 요약

PP-PicoDet는 Enhanced ShuffleNet (ESNet) 백본, CSP-PAN 넥, 그리고 SimOTA 기반의 동적 라벨 할당을 활용하여 모바일 디바이스에서 낮은 지연으로 높은 정확도를 달성하도록 최적화된 경량 앵커 프리 객체 탐지기를 제안합니다. 경량 탐지기 중에서 최첨단 성능을 보고합니다.

ABSTRACT

The better accuracy and efficiency trade-off has been a challenging problem in object detection. In this work, we are dedicated to studying key optimizations and neural network architecture choices for object detection to improve accuracy and efficiency. We investigate the applicability of the anchor-free strategy on lightweight object detection models. We enhance the backbone structure and design the lightweight structure of the neck, which improves the feature extraction ability of the network. We improve label assignment strategy and loss function to make training more stable and efficient. Through these optimizations, we create a new family of real-time object detectors, named PP-PicoDet, which achieves superior performance on object detection for mobile devices. Our models achieve better trade-offs between accuracy and latency compared to other popular models. PicoDet-S with only 0.99M parameters achieves 30.6% mAP, which is an absolute 4.8% improvement in mAP while reducing mobile CPU inference latency by 55% compared to YOLOX-Nano, and is an absolute 7.1% improvement in mAP compared to NanoDet. It reaches 123 FPS (150 FPS using Paddle Lite) on mobile ARM CPU when the input size is 320. PicoDet-L with only 3.3M parameters achieves 40.9% mAP, which is an absolute 3.7% improvement in mAP and 44% faster than YOLOv5s. As shown in Figure 1, our models far outperform the state-of-the-art results for lightweight object detection. Code and pre-trained models are available at https://github.com/PaddlePaddle/PaddleDetection.

연구 동기 및 목표

• 모바일 기기에 적합한 앵커 프리형 경량 객체 탐지기 조사.
• 파라미터 수를 줄이면서 특징 추출을 향상시키기 위한 백본 및 넥 아키텍처 개선.
• 안정적이고 효율적인 학습을 위한 라벨 할당 및 손실 함수 강화.
• 모바일 하드웨어에서의 정확도-지연 트레이드오프를 최적화하기 위한 NAS 보조 백본 설계 탐구.

제안 방법

• 파라미터를 줄이고 수용 영역을 확장하기 위해 1x1 채널 동등화가 적용된 CSP-PAN 넥 도입 및 5x5 깊이별 분리 합성卷으로 수용 영역 확대.
• 대표적으로 Lightweight를 유지하면서 표현력을 향상시키기 위해 SE 및 Ghost 모듈이 포함된 Enhanced ShuffleNet (ESNet)을 백본으로 사용.
• Varifocal Loss와 GIoU 손실을 기반으로 한 비용 행렬을 사용한 SimOTA 동적 라벨 할당으로 양성 샘플 선택 및 위치 관측을 개선.
• 한 번 학습된 검출 슈퍼넷에서 채널 비율에 초점을 맞춘 EA 기반 아키텍처 검색을 수행한 후 COCO에서 선택된 아키텍처를 재학습.
• 모바일 효율성을 위해 활성화 함수를 H-Swish로 교체하고 데이터 증가를 적당히 적용한 코사인 학습률 감소를 적용.

실험 결과

연구 질문

• RQ1 앵커 프리 탐지기가 정확도를 희생하지 않으면서 모바일 기기에 최적화될 수 있는가?
• RQ2 ESNet 및 CSP-PAN으로의 백본 및 넥 아키텍처 개선이 ARM CPU에서 mAP 및 지연에 의미 있는 이익을 주는가?
• RQ3 Varifocal/GIoU 비용 행렬을 갖춘 동적 SimOTA 라벨 할당이 경량 모델의 학습 안정성과 탐지 품질을 개선하는가?
• RQ4 탐지 작업에 맞춰 튜닝된 one-shot NAS가 모바일 하드웨어에서 지연-정확도 트레이드오프를 개선하는 아키텍처를 찾을 수 있는가?

주요 결과

• PP-PicoDet-S(0.99M 파라미터) 모델은 1.08G FLOPs 및 123 FPS에서 모바일 ARM CPU(320 입력)로 30.6% mAP(0.5:0.95)를 달성하며, 유사 규모의 YOLOX-Nano 및 NanoDet를 능가합니다.
• PP-PicoDet-L(3.3M 파라미터)은 8.74G FLOPs에서 40.9% mAP(0.5:0.95)를 달성하며, 비교 조건에서 YOLOv5s보다 약 44% 빠릅니다.
• 가벼운 CSP-PAN 넥과 Depthwise Separable Convolutions가 기본 대비 파라미터 증가 없이 큰 정확도 향상을 제공합니다.
• ESNet 백본은 ImageNet-1k에서 ShuffleNetV2-1.5x보다 더 나은 정확도와 더 낮은 지연을 보여 탐지 작업의 효율성 향상을 지지합니다.
• NAS 기반 백본 최적화(ESNet-0.75x)는 파라미터를 감소시키면서 mAP 손실을 미미하게 만들고 지연을 크게 줄입니다.