refinedet网络结构

RefineDet是一种基于单阶段目标检测器的网络结构。它是在SSD (Single Shot Multibox Detector)的基础上进行改进，主要解决了SSD在小目标检测上精度不够高的问题。下面是RefineDet的网络结构：

1. 特征提取网络：使用VGG-16或ResNet等网络进行特征提取。

2. 特征金字塔网络：将不同层级的特征图进行融合，得到一个多尺度的特征金字塔。

3. Anchor层：在每个特征图上设置一组Anchor，用于生成候选框。

4. RefineNet层：对Anchor层生成的候选框进行进一步的筛选和调整，得到更准确的目标框。

5. Context模块：引入上下文信息，提高目标检测的精度。

6. MultiBox Loss层：计算损失函数，用于优化网络参数。

RefineDet的主要创新在于引入了RefineNet和Context模块，通过不断的筛选和调整，提高了目标检测的精度。