2 个月前
PP-YOLOE：YOLO 的进化版本
Xu, Shangliang ; Wang, Xinxin ; Lv, Wenyu ; Chang, Qinyao ; Cui, Cheng ; Deng, Kaipeng ; Wang, Guanzhong ; Dang, Qingqing ; Wei, Shengyu ; Du, Yuning ; Lai, Baohua
摘要
在本报告中，我们介绍了PP-YOLOE，这是一种具有高性能和友好部署的工业级最先进的目标检测器。我们在先前的PP-YOLOv2基础上进行了优化，采用了无锚点（anchor-free）范式，配备了更强的主干网络和颈部结构，其中包括CSPRepResStage、ET-head以及动态标签分配算法TAL。我们为不同的应用场景提供了s/m/l/x四种模型。结果表明，PP-YOLOE-l在COCO测试开发集上达到了51.4 mAP，在Tesla V100上实现了78.1 FPS的速度，相比之前的工业级最先进模型PP-YOLOv2和YOLOX分别提升了+1.9 AP（精度）和+13.35%的速度，以及+1.3 AP（精度）和+24.96%的速度。此外，使用TensorRT和FP16精度进行推理时，PP-YOLOE的推理速度达到了149.2 FPS。我们还进行了广泛的实验以验证设计的有效性。源代码和预训练模型可在以下链接获取：https://github.com/PaddlePaddle/PaddleDetection。