YOLOv6：最新目标检测框架开源
共 2927字，需浏览 6分钟
·
2022-06-28 16:15
关注涛涛CV，设置星标，更新不错过
1. 概述
YOLOv6是一种专用于工业应用的单级目标检测框架，具有硬件友好的高效设计和高性能。
YOLOv6-s在COCO val2017数据集上实现了35.0的mAP，在T4上使用TensorRT FP16进行bs32推断，达到了1242 FPS，在COCO val2017数据集上实现了43.1的mAP，在T4上使用TensorRT FP16进行bs32推断，达到了520 FPS。在部署方面，YOLOv6 支持 GPU（TensorRT）、CPU（OPENVINO）、ARM（MNN、TNN、NCNN）等不同平台的部署，极大地简化工程部署时的适配工作。
YOLOv6开源至Github，网址：https://github.com/meituan/YOLOv6
精度与速度远超 YOLOv5 和 YOLOX 的新框架
目标检测作为计算机视觉领域的一项基础性技术，在工业界得到了广泛的应用，其中 YOLO 系列算法因其较好的综合性能，逐渐成为大多数工业应用时的首选框架。至今，业界已衍生出许多 YOLO 检测框架，其中以 YOLOv5[1]、YOLOX[2] 和 PP-YOLOE[3] 最具代表性，但在实际使用中，我们发现上述框架在速度和精度方面仍有很大的提升的空间。基于此，我们通过研究并借鉴了业界已有的先进技术，开发了一套新的目标检测框架——YOLOv6。该框架支持模型训练、推理及多平台部署等全链条的工业应用需求，并在网络结构、训练策略等算法层面进行了多项改进和优化，在 COCO 数据集上，YOLOv6 在精度和速度方面均超越其他同体量算法，相关结果如下图 1 所示：
图1-1 YOLOv6 各尺寸模型与其他模型性能对比
图1-2 YOLOv6 与其他模型在不同分辨率下性能对比
图 1-1 展示了不同尺寸网络下各检测算法的性能对比，曲线上的点分别表示该检测算法在不同尺寸网络下（s/tiny/nano）的模型性能，从图中可以看到，YOLOv6 在精度和速度方面均超越其他 YOLO 系列同体量算法。
图 1-2 展示了输入分辨率变化时各检测网络模型的性能对比，曲线上的点从左往右分别表示图像分辨率依次增大时（384/448/512/576/640）该模型的性能，从图中可以看到，YOLOv6 在不同分辨率下，仍然保持较大的性能优势。
2. YOLOv6关键技术介绍
YOLOv6 主要在 BackBone、Neck、Head 以及训练策略等方面进行了诸多的改进：
我们统一设计了更高效的 Backbone 和 Neck ：受到硬件感知神经网络设计思想的启发，基于 RepVGG style[4] 设计了可重参数化、更高效的骨干网络 EfficientRep Backbone 和 Rep-PAN Neck。
优化设计了更简洁有效的 Efficient Decoupled Head，在维持精度的同时，进一步降低了一般解耦头带来的额外延时开销。
在训练策略上，我们采用Anchor-free 无锚范式，同时辅以 SimOTA[2] 标签分配策略以及 SIoU[9] 边界框回归损失来进一步提高检测精度。
3. 实验结果
经过以上优化策略和改进，YOLOv6 在多个不同尺寸下的模型均取得了卓越的表现。下表 1 展示了 YOLOv6-nano 的消融实验结果，从实验结果可以看出，我们自主设计的检测网络在精度和速度上都带来了很大的增益。
表1 YOLOv6-nano 消融实验结果
下表 2 展示了 YOLOv6 与当前主流的其他 YOLO 系列算法相比较的实验结果。从表格中可以看到：
表2 YOLOv6各尺寸模型性能与其他模型的比较
YOLOv6-nano 在 COCO val 上 取得了 35.0% AP 的精度，同时在 T4 上使用 TRT FP16 batchsize=32 进行推理，可达到 1242FPS 的性能，相较于 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， 同时在 T4 上使用 TRT FP16 batchsize=32 进行推理，可达到 602FPS 的性能，相较于 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， 同时在 T4 上使用 TRT FP16 batchsize=32 进行推理，可达到 520FPS 的性能，相较于 YOLOX-s 精度提升 2.6% AP，速度提升 38.6%；相较于 PP-YOLOE-s 精度提升 0.4% AP的条件下，在T4上使用 TRT FP16 进行单 batch 推理，速度提升 71.3%。
4. 总结与展望
本文介绍了美团视觉智能部在目标检测框架方面的优化及实践经验，我们针对 YOLO 系列框架，在训练策略、主干网络、多尺度特征融合、检测头等方面进行了思考和优化，设计了新的检测框架-YOLOv6，初衷来自于解决工业应用落地时所遇到的实际问题。
在打造 YOLOv6 框架的同时，我们探索和优化了一些新的方法，例如基于硬件感知神经网络设计思想自研了 EfficientRep Backbone、Rep-Neck 和 Efficient Decoupled Head，同时也吸收借鉴了学术界和工业界的一些前沿进展和成果，例如 Anchor-free、SimOTA 和 SIoU 回归损失。在 COCO 数据集上的实验结果显示，YOLOv6 在检测精度和速度方面都属于佼佼者。
总结：
课程：
《机器视觉：应用讲解》，一总体概述，二相机篇，三镜头篇，四光源篇，五光学系统选型，六视觉开发软件，七相机标定技术，八项目案例解析，九视觉公司分析，十产业发展情况
笔记：
《智能革命》《人工智能》《AI•未来》《好好赚钱》《韭菜的自我修养》读书笔记
行业：
服务机器人公司，机器视觉公司，自动驾驶公司，ADAS公司总结， 防疫机器人发展，腾讯未来交通
SLAM：
Vslam方案+源码，语义SLAM与深度相机，SLAM和导航避障，视觉SLAM总结
秦学英《三维物体的识别与跟踪》，章国锋《视觉SLAM》，申抒含《基于图像的三维建模》，姜翰青《RGB -D SLAM》记录笔记
机器视觉：
毫米波雷达，雷达视觉融合，2021视觉研讨会，2020上海研讨会，双目和激光的三维重建，2021视觉市场研究，太阳能行业应用
机器视觉基本概念笔记，记录五，记录四，记录三，记录二，记录一
图像处理：
图像处理基本概念笔记，记录八，记录七，记录六 ，记录五，记录四 ，记录三，记录二 ，记录二，记录一
欢迎支持，点击在看，分享