YOLOv6：最新目標(biāo)檢測框架開源
關(guān)注濤濤CV，設(shè)置星標(biāo)，更新不錯(cuò)過
1. 概述
YOLOv6是一種專用于工業(yè)應(yīng)用的單級目標(biāo)檢測框架，具有硬件友好的高效設(shè)計(jì)和高性能。
YOLOv6-s在COCO val2017數(shù)據(jù)集上實(shí)現(xiàn)了35.0的mAP，在T4上使用TensorRT FP16進(jìn)行bs32推斷，達(dá)到了1242 FPS，在COCO val2017數(shù)據(jù)集上實(shí)現(xiàn)了43.1的mAP，在T4上使用TensorRT FP16進(jìn)行bs32推斷，達(dá)到了520 FPS。在部署方面，YOLOv6 支持 GPU（TensorRT）、CPU（OPENVINO）、ARM（MNN、TNN、NCNN）等不同平臺的部署，極大地簡化工程部署時(shí)的適配工作。
YOLOv6開源至Github，網(wǎng)址：https://github.com/meituan/YOLOv6
精度與速度遠(yuǎn)超 YOLOv5 和 YOLOX 的新框架
目標(biāo)檢測作為計(jì)算機(jī)視覺領(lǐng)域的一項(xiàng)基礎(chǔ)性技術(shù)，在工業(yè)界得到了廣泛的應(yīng)用，其中 YOLO 系列算法因其較好的綜合性能，逐漸成為大多數(shù)工業(yè)應(yīng)用時(shí)的首選框架。至今，業(yè)界已衍生出許多 YOLO 檢測框架，其中以 YOLOv5[1]、YOLOX[2] 和 PP-YOLOE[3] 最具代表性，但在實(shí)際使用中，我們發(fā)現(xiàn)上述框架在速度和精度方面仍有很大的提升的空間。基于此，我們通過研究并借鑒了業(yè)界已有的先進(jìn)技術(shù)，開發(fā)了一套新的目標(biāo)檢測框架——YOLOv6。該框架支持模型訓(xùn)練、推理及多平臺部署等全鏈條的工業(yè)應(yīng)用需求，并在網(wǎng)絡(luò)結(jié)構(gòu)、訓(xùn)練策略等算法層面進(jìn)行了多項(xiàng)改進(jìn)和優(yōu)化，在 COCO 數(shù)據(jù)集上，YOLOv6 在精度和速度方面均超越其他同體量算法，相關(guān)結(jié)果如下圖 1 所示：
圖1-1 YOLOv6 各尺寸模型與其他模型性能對比
圖1-2 YOLOv6 與其他模型在不同分辨率下性能對比
圖 1-1 展示了不同尺寸網(wǎng)絡(luò)下各檢測算法的性能對比，曲線上的點(diǎn)分別表示該檢測算法在不同尺寸網(wǎng)絡(luò)下（s/tiny/nano）的模型性能，從圖中可以看到，YOLOv6 在精度和速度方面均超越其他 YOLO 系列同體量算法。
圖 1-2 展示了輸入分辨率變化時(shí)各檢測網(wǎng)絡(luò)模型的性能對比，曲線上的點(diǎn)從左往右分別表示圖像分辨率依次增大時(shí)（384/448/512/576/640）該模型的性能，從圖中可以看到，YOLOv6 在不同分辨率下，仍然保持較大的性能優(yōu)勢。
2. YOLOv6關(guān)鍵技術(shù)介紹
YOLOv6 主要在 BackBone、Neck、Head 以及訓(xùn)練策略等方面進(jìn)行了諸多的改進(jìn)：
?我們統(tǒng)一設(shè)計(jì)了更高效的 Backbone 和 Neck ：受到硬件感知神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)思想的啟發(fā)，基于 RepVGG style[4] 設(shè)計(jì)了可重參數(shù)化、更高效的骨干網(wǎng)絡(luò) EfficientRep Backbone 和 Rep-PAN Neck。
?優(yōu)化設(shè)計(jì)了更簡潔有效的 Efficient Decoupled Head，在維持精度的同時(shí)，進(jìn)一步降低了一般解耦頭帶來的額外延時(shí)開銷。
?在訓(xùn)練策略上，我們采用Anchor-free 無錨范式，同時(shí)輔以 SimOTA[2] 標(biāo)簽分配策略以及 SIoU[9] 邊界框回歸損失來進(jìn)一步提高檢測精度。
3. 實(shí)驗(yàn)結(jié)果
經(jīng)過以上優(yōu)化策略和改進(jìn)，YOLOv6 在多個(gè)不同尺寸下的模型均取得了卓越的表現(xiàn)。下表 1 展示了 YOLOv6-nano 的消融實(shí)驗(yàn)結(jié)果，從實(shí)驗(yàn)結(jié)果可以看出，我們自主設(shè)計(jì)的檢測網(wǎng)絡(luò)在精度和速度上都帶來了很大的增益。
表1 YOLOv6-nano 消融實(shí)驗(yàn)結(jié)果
下表 2 展示了 YOLOv6 與當(dāng)前主流的其他 YOLO 系列算法相比較的實(shí)驗(yàn)結(jié)果。從表格中可以看到：
表2 YOLOv6各尺寸模型性能與其他模型的比較
?YOLOv6-nano 在 COCO val 上 取得了 35.0% AP 的精度，同時(shí)在 T4 上使用 TRT FP16 batchsize=32 進(jìn)行推理，可達(dá)到 1242FPS 的性能，相較于 YOLOv5-nano 精度提升 7% AP，速度提升 85%。
?YOLOv6-tiny 在 COCO val 上 取得了 41.3% AP 的精度， 同時(shí)在 T4 上使用 TRT FP16 batchsize=32 進(jìn)行推理，可達(dá)到 602FPS 的性能，相較于 YOLOv5-s 精度提升 3.9% AP，速度提升 29.4%。
?YOLOv6-s 在 COCO val 上 取得了 43.1% AP 的精度， 同時(shí)在 T4 上使用 TRT FP16 batchsize=32 進(jìn)行推理，可達(dá)到 520FPS 的性能，相較于 YOLOX-s 精度提升 2.6% AP，速度提升 38.6%；相較于 PP-YOLOE-s 精度提升 0.4% AP的條件下，在T4上使用 TRT FP16 進(jìn)行單 batch 推理，速度提升 71.3%。
4. 總結(jié)與展望
本文介紹了美團(tuán)視覺智能部在目標(biāo)檢測框架方面的優(yōu)化及實(shí)踐經(jīng)驗(yàn)，我們針對 YOLO 系列框架，在訓(xùn)練策略、主干網(wǎng)絡(luò)、多尺度特征融合、檢測頭等方面進(jìn)行了思考和優(yōu)化，設(shè)計(jì)了新的檢測框架-YOLOv6，初衷來自于解決工業(yè)應(yīng)用落地時(shí)所遇到的實(shí)際問題。
在打造 YOLOv6 框架的同時(shí)，我們探索和優(yōu)化了一些新的方法，例如基于硬件感知神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)思想自研了 EfficientRep Backbone、Rep-Neck 和 Efficient Decoupled Head，同時(shí)也吸收借鑒了學(xué)術(shù)界和工業(yè)界的一些前沿進(jìn)展和成果，例如 Anchor-free、SimOTA 和 SIoU 回歸損失。在 COCO 數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果顯示，YOLOv6 在檢測精度和速度方面都屬于佼佼者。
總結(jié)：
10年機(jī)器視覺網(wǎng)站，5年人工智能網(wǎng)站
2019經(jīng)歷總結(jié)，2018視覺總結(jié)
課程：
《機(jī)器視覺：應(yīng)用講解》，一總體概述，二相機(jī)篇，三鏡頭篇，四光源篇，五光學(xué)系統(tǒng)選型，六視覺開發(fā)軟件，七相機(jī)標(biāo)定技術(shù)，八項(xiàng)目案例解析，九視覺公司分析，十產(chǎn)業(yè)發(fā)展情況
筆記：
《智能革命》《人工智能》《AI?未來》《好好賺錢》《韭菜的自我修養(yǎng)》讀書筆記
行業(yè)：
服務(wù)機(jī)器人公司，機(jī)器視覺公司，自動(dòng)駕駛公司，ADAS公司總結(jié)， 防疫機(jī)器人發(fā)展，騰訊未來交通
SLAM：
Vslam方案+源碼，語義SLAM與深度相機(jī)，SLAM和導(dǎo)航避障，視覺SLAM總結(jié)
秦學(xué)英《三維物體的識別與跟蹤》，章國鋒《視覺SLAM》，申抒含《基于圖像的三維建模》，姜翰青《RGB -D SLAM》記錄筆記
機(jī)器視覺：
毫米波雷達(dá)，雷達(dá)視覺融合，2021視覺研討會(huì)，2020上海研討會(huì)，雙目和激光的三維重建，2021視覺市場研究，太陽能行業(yè)應(yīng)用
機(jī)器視覺基本概念筆記，記錄五，記錄四，記錄三，記錄二，記錄一
圖像處理：
圖像處理基本概念筆記，記錄八，記錄七，記錄六 ，記錄五，記錄四 ，記錄三，記錄二 ，記錄二，記錄一
歡迎支持，點(diǎn)擊在看，分享