YOLOv6 v3.0：一次全面重载
计算机视觉与模式识别
2023-01-16 v1
摘要
自我们前两个版本发布以来，YOLO社区一直热情高涨！在2023兔年春节来临之际，我们对YOLOv6进行了全面升级，在网络架构和训练方案上引入了大量新颖的改进。此版本被命名为YOLOv6 v3.0。性能方面，我们的YOLOv6-N在NVIDIA Tesla T4 GPU上测试，以1187 FPS的吞吐量在COCO数据集上达到了37.5%的AP。YOLOv6-S以484 FPS的速度达到45.0%的AP，超越了同规模的其他主流检测器（YOLOv5-S、YOLOv8-S、YOLOX-S和PPYOLOE-S）。而YOLOv6-M/L在相似的推理速度下，也分别实现了更高的精度性能（50.0%/52.8%）。此外，通过扩展的骨干网络和颈部设计，我们的YOLOv6-L6达到了实时性的最先进精度。我们进行了广泛的实验，以仔细验证每个改进组件的有效性。我们的代码已在https://github.com/meituan/YOLOv6上开源。
引用
@article{arxiv.2301.05586,
title = {YOLOv6 v3.0: A Full-Scale Reloading},
author = {Chuyi Li and Lulu Li and Yifei Geng and Hongliang Jiang and Meng Cheng and Bo Zhang and Zaidan Ke and Xiaoming Xu and Xiangxiang Chu},
journal= {arXiv preprint arXiv:2301.05586},
year = {2023}
}
备注
Tech Report. arXiv admin note: text overlap with arXiv:2209.02976