复现内容

因为RetinaNet论文用的是coco数据集，而本人因为实验资源与有限，就使用PASCALVOC 2012 数据集作为复现

RetinaNet框架图

此图从论文中截取

复现细节和结果

训练设置的超参数

 1 total param num 15,597,998
 2 backbone: Resnet50+FPN
 3 优化器：optimizer = torch.optim.SGD(params, lr=0.01, momentum=0.9, weight_decay=1e-4)
 4 学习率每几epoch更新一次lr-step-size=5，每次为上次的几倍，gamma=0.3
 5 损失函数=类别损失:nn.CrossEntropyLoss()+边界框损失nn.SmoothL1Loss()
 6 batch=8
 7 加载官方完整预训练权重
 8 epoch = 30
 9 每epoch，train：11m，test：7m，total:10h10 训练集：PASCALVOC-2012train(5717)
 11 测试集：PASCALVOC-2012val(5823)
 12 GPU: 1x Tesla V100(32G)
 13 推理时间:0.014998435974121094