高速学习丰富的功能以进行单发物体检测 王天才†，饶·穆罕默德·安维尔†，希舍姆·霍克拉卡，法哈德·沙巴兹·汗，庞彦伟，凌少 †表示同等贡献 介绍 单级物体检测方法由于其独特的实时能力和高检测精度而最近受到了广泛的关注。 通常，大多数现有的单级检测器遵循两种常见做法：它们使用在ImageNet上经过预训练的网络主干来进行分类任务，并使用自上而下的特征金字塔表示法来处理比例变化。 与常见的预训练策略相反，最近的工作证明了从头开始进行训练的好处，可以减少分类和本地化之间的任务差距，尤其是在重叠阈值较高