LeYOLO目标检测开源，嵌入式和移动设备的轻量级YOLO 模型 ！（附论文及源码）

文章预览

以下 文 章来源于微信公众号：集智书童 作者：小书童 链接：https://mp.weixin.qq.com/s/5rfikRtJfaUK0SNq-SJECg 本文仅用于学术分享，如有侵权，请联系 后 台作删文处理 导读 目标检测仍是当前热门的研究课题，近年来也出现了各种检测框架，但是应用于嵌入式和移动设备的轻量检测面临着不小的挑战。本文为读者提供一种用于优化 YOLO 模型的轻量级新思路，包括 Backbone 网络缩放方法、 快速金字塔架构网络、 解耦网络中检测Head。 论文链接：https://arxiv.org/abs/2406.14239 代码链接：https://github.com/LilianHollard/LeYOLO 在深度神经网络中，计算效率对于目标检测至关重要，尤其是在新模型更注重速度而非有效计算（FLOP）的情况下。这一演变某种程度上忽视了嵌入式和面向移动设备的AI目标检测应用。 在本文中，作者重点关注基于FLOP的高效目标检测计算的神经网络架构 ………………………………