DAMO-YOLO：关于实时目标检测设计的报告
摘要
在本报告中，我们提出了一种快速且准确的目标检测方法，名为DAMO-YOLO，其性能超越了当前最先进的YOLO系列。DAMO-YOLO在YOLO的基础上扩展了一些新技术，包括神经架构搜索（NAS）、高效的重新参数化广义特征金字塔网络（RepGFPN）、带有AlignedOTA标签分配的轻量级检测头以及蒸馏增强。特别地，我们使用MAE-NAS，一种由最大熵原理引导的方法，在低延迟和高性能的约束下搜索我们的检测骨干网络，产生了具有空间金字塔池化和聚焦模块的类ResNet/CSP结构。在颈部和头部设计中，我们遵循“大颈部，小头部”的规则。我们引入带有加速queen-fusion的广义特征金字塔网络来构建检测器颈部，并用高效层聚合网络（ELAN）和重新参数化升级其CSPNet。然后，我们研究了检测头大小如何影响检测性能，发现一个仅带有一个任务投影层的重颈部会产生更好的结果。此外，提出了AlignedDist来解决标签分配中的错位问题，并引入了一种蒸馏方案以将性能提升到更高水平。基于这些新技术，我们构建了一套不同规模的模型以满足不同场景的需求。针对一般工业需求，我们提出了DAMO-YOLO-T/S/M/L。它们在COCO数据集上分别能达到43.6/47.7/50.2/51.9 mAP，在T4 GPU上的延迟分别为2.78/3.83/5.62/7.95毫秒。此外，针对计算能力有限的边缘设备，我们还提出了DAMO-YOLO-Ns/Nm/Nl轻量级模型。它们在COCO上能达到32.3/38.2/40.5 mAP，在X86-CPU上的延迟分别为4.08/5.05/6.69毫秒。我们提出的通用和轻量级模型在各自的应用场景中均优于其他YOLO系列模型。
引用
@article{arxiv.2211.15444,
title = {DAMO-YOLO : A Report on Real-Time Object Detection Design},
author = {Xianzhe Xu and Yiqi Jiang and Weihua Chen and Yilun Huang and Yuan Zhang and Xiuyu Sun},
journal= {arXiv preprint arXiv:2211.15444},
year = {2023}
}
备注
Project Website: https://github.com/tinyvision/damo-yolo