摘要

在目标检测领域，精度与效率之间的权衡始终是一个具有挑战性的问题。本文致力于研究目标检测中的关键优化方法与神经网络架构设计，以提升模型的精度与效率。我们探讨了无锚框（anchor-free）策略在轻量级目标检测模型中的适用性，通过改进主干网络结构并设计轻量化颈部结构，显著增强了网络的特征提取能力。同时，我们优化了标签分配策略与损失函数，使训练过程更加稳定高效。基于上述改进，我们提出了一类全新的实时目标检测模型家族——PP-PicoDet，该系列模型在移动端目标检测任务中表现出卓越性能。相较于现有主流模型，PP-PicoDet在精度与延迟之间实现了更优的平衡。其中，PicoDet-S 模型仅包含 0.99M 参数，在输入尺寸为 320 时，达到 30.6% 的 mAP，相比 YOLOX-Nano 实现了绝对提升 4.8% 的 mAP，同时将移动端 CPU 推理延迟降低 55%；相较于 NanoDet，mAP 提升达 7.1%。在移动端 ARM CPU 上，其推理速度可达 123 FPS（使用 Paddle Lite 时可达 150 FPS）。PicoDet-L 模型仅需 3.3M 参数，即可达到 40.9% 的 mAP，相比 YOLOv5s 实现了绝对 3.7% 的 mAP 提升，且推理速度提升 44%。如图1所示，我们的模型在轻量级目标检测任务中显著优于当前最先进的方法。相关代码与预训练模型已开源，详见：https://github.com/PaddlePaddle/PaddleDetection。