NanoDet 是一个超快速和轻量级的 anchor-free 物体检测模型。在移动设备上是实时的。
特性：
- 超级轻量级：模型文件只有 980KB（INT8）或 1.8MB（FP16）。
- 超级快：在移动 ARM CPU 上为 97fps（10.23ms）。
- 训练友好：比其他模型低得多的GPU内存成本。在GTX1060 6G上可以使用批量大小=80。
- 易于部署：提供带有各种后端的C++实现，以及基于ncnn推理框架的Android演示。
Benchmarks
| Model | Resolution | COCO mAP | Latency(ARM 4 Threads) | FLOPS | Params | Model Size |
|---|---|---|---|---|---|---|
| NanoDet-m | 320*320 | 20.6 | 10.23ms | 0.72G | 0.95M | 1.8MB(FP16) | 980KB(INT8) |
| NanoDet-m | 416*416 | 23.5 | 16.44ms | 1.2G | 0.95M | 1.8MB(FP16) | 980KB(INT8) |
| NanoDet-m-1.5x | 320*320 | 23.5 | 13.53ms | 1.44G | 2.08M | 3.9MB(FP16) | 2MB(INT8) |
| NanoDet-m-1.5x | 416*416 | 26.8 | 21.53ms | 2.42G | 2.08M | 3.9MB(FP16) | 2MB(INT8) |
| NanoDet-g | 416*416 | 22.9 | Not Designed For ARM | 4.2G | 3.81M | 7.7MB(FP16) | 3.6MB(INT8) |
| YoloV3-Tiny | 416*416 | 16.6 | 37.6ms | 5.62G | 8.86M | 33.7MB |
| YoloV4-Tiny | 416*416 | 21.7 | 32.81ms | 6.96G | 6.06M | 23.0MB |
查看更多：Model Zoo
NanoDet 是一种 FCOS 风格的 one-stage anchor-free 物体检测模型，它使用 ATSS 进行目标采样，使用 Generalized Focal Loss 进行分类和 box regression。
评论