ThunderNet: Towards Real-time Generic Object Detection on Mobile Devices
这篇论文将一个two-stage的detection网络尽可能地轻量化以实现实时计算的目标，这篇文章有一篇对读者很友好的Medieum解读，这里做一个引用.
与本网页其他文章一样，本文与其相比会更注重方法的解读。
总体PipeLine
其中SNet网络是基于ShuffleNetV2.默认的输入分辨率是,本文在backbone方面的提升主要是提升感受场的大小。
Context Enhancement Module
这一个模型的运算在图中较为清楚，实质上就是用尽可能少的运算量，实现较为复杂多样的复合感受野。
Spatial Attention Module
在RoI resize之前，实现对channel的一个reweights。
将这张图放回pipeline图中可以看到，是CEM转换后的输出,作为RoIAlign的权重以及base bounding box的输出源，而这个模块最后给出的是RoIAlign对应bounding box取内容输入到下一层的输出源。
实验结果
最浅的模块最终能在骁龙845上跑到25hz。