YOLOv6 是什么？深入解析目标检测模型
计算机视觉与模式识别
2024-12-18 v1
摘要
本工作深入探讨了 YOLOv6 目标检测模型，重点关注其设计框架、优化技术和检测能力。YOLOv6 的核心组件包括用于鲁棒特征提取的 EfficientRep Backbone 和用于无缝特征聚合的 Rep-PAN Neck，以确保高性能的目标检测。在 COCO 数据集上评估，YOLOv6-N 在 NVIDIA Tesla T4 GPU 上以 1187 FPS 的速度实现了 37.5\% AP。YOLOv6-S 以 484 FPS 的速度达到了 45.0\% AP，优于同类的 PPYOLOE-S、YOLOv5-S、YOLOX-S 和 YOLOv8-S 等模型。此外，YOLOv6-M 和 YOLOv6-L 在保持与其他检测器相当的推理速度的同时，也展现出更好的精度（50.0\% 和 52.8\%）。凭借升级的骨干网络和颈部结构，YOLOv6-L6 在实时检测中实现了最先进的精度。
引用
@article{arxiv.2412.13006,
title = {What is YOLOv6? A Deep Insight into the Object Detection Model},
author = {Athulya Sundaresan Geetha},
journal= {arXiv preprint arXiv:2412.13006},
year = {2024}
}