PP-PicoDet: A Better Real-Time Object Detector on Mobile Devices

论文链接：https://arxiv.org/pdf/2111.00902.pdf 代码：https://github.com/PaddlePaddle/PaddleDetection
一、论文概述
本文对骨干结构进行了改进，并设计了颈部的轻量化结构，提高了网络的特征提取能力。改进了标签分配策略和损失函数，使训练更加稳定和高效。 现如今大部分YOLO系列没有处理以下问题: 1)需要仔细和手动重新anchor boxes，以采用不同的数据集。 2)正负样本不平衡问题，产生的anchors大多为负的 本文提出了如下创新： 1、采用CSP结构构造CSP-PAN作为颈部。CSP-PAN将颈部所有分支的输入通道数用1 × 1卷积统一，显著提高了特征提取能力，降低了网络参数。把3×3深度可分卷积扩大到5×5个深度可分卷积来扩大感受域。 2、标签分配策略在对象检测中至关重要。采用了SimOTA动态标签分配策略，并优化了一些

PP-PicoDet: A Better Real-Time Object Detector on Mobile Devices最先出现在Python成神之路。