NanoDet-Plus: 超快速轻量级无锚点目标检测模型

最新推荐文章于 2025-03-01 19:01:05 发布

2401_87458718

最新推荐文章于 2025-03-01 19:01:05 发布

阅读量921

点赞数 27

文章标签：目标检测目标跟踪人工智能

本文链接：https://blog.youkuaiyun.com/2401_87458718/article/details/142792324

版权

NanoDet-Plus:超快速轻量级无锚点目标检测模型

NanoDet-Plus是一个超快速、高精度的轻量级无锚点目标检测模型,由RangiLyu开发并开源。它在保持高检测精度的同时,具有极小的模型体积和极快的推理速度,可以在移动设备上实现实时目标检测。

主要特点

NanoDet-Plus具有以下突出特点:

超轻量级:模型文件仅980KB(INT8)或1.8MB(FP16)
超快速:在移动ARM CPU上可达97FPS(10.23ms)
高精度:在COCO数据集上可达34.3 mAP@0.5:0.95,同时保持实时性能
训练友好:相比其他模型GPU显存占用更少,GTX1060 6G可支持batch size=80
易于部署:支持ncnn、MNN、OpenVINO等多种后端,提供基于ncnn的Android demo

NanoDet-Plus架构图

技术原理

NanoDet是一种FCOS风格的单阶段无锚点目标检测模型,使用广义焦点损失(Generalized Focal Loss)作为分类和回归损失。

在NanoDet-Plus中,作者提出了一种新的标签分配策略,包含一个简单的分配指导模块(AGM)和一个动态软标签分配器(DSLA),用于解决轻量级模型训练中的最优标签分配问题。此外还引入了一种轻量级特征金字塔Ghost-PAN来增强多层特征融合。这些改进使NanoDet的检测精度在COCO数据集上提高了7个mAP。