NanoDet:轻量级(1.8MB)、超快速(移动端 97fps)目标检测项目

技术讨论 kira ⋅ 于 3个月前 ⋅ 1263 阅读
来源:OpenCV中文网 作者:RangiLyu 编译:CV君


前几日YOLO-tiny (YOLOv4-Tiny 来了!371 FPS!
上达最高精度,下到最快速度,Scaled-YOLOv4:模型缩放显神威

的出现给移动端开发的朋友一个新选择,昨天Github又新上一不得不关注的项目NanoDet,目标检测模型文件仅 1.8 MB,在手机上实时检测速度可达 97fps!


以下内容为作者介绍:

特点:

  • 超轻量级:模型文件只有1.8 MB
  • 超快速:在移动 ARM CPU 上达到 97fps(10.23ms)
  • 训练友好:训练占用内存少。可设置Batch-size=80,在 GTX1060 6G上也可以训练。
  • 易部署:作者提供了基于 ncnn 推理的 C++ 实现和安卓部署 demo。


基准测试结果:
file

  • 以上性能结果是在基于 ncnn 的麒麟 980(4xA76+4xA55)ARM CPU上测试获得。

  • NanoDet mAP(0.5:0.95) 是在 COCO val2017 数据集上验证得到,没有进行测试阶段数据增强。

  • YOLO mAP 参考论文 Scaled-YOLOv4:Scaling Cross Stage Partial Network。

  • 提供了 NanoDet ncnn 模型下载。『文末提供下载方式』


这是一个面向工程应用的库,在部署方面,提供了Python\C++\Android示例,另外支持用户在自定义数据集上仅需几行命令训练自己的模型,可谓良心之作!

演示:1、安卓 demo:演示项目在 『demo_android_ncnn』文件

https://github.com/RangiLyu/nanodet/blob/main/demo_android_ncnn/README.md

file
作者视频演示:
https://v.qq.com/x/page/r3206k0sypd.html
(此为一热心网友量化测试结果,非原始模型。领带识别有错误,不过很明显可以通过设置阈值过滤)


2、C++ demo:
C++ 演示项目在『demo_ncnn』文件

https://github.com/RangiLyu/nanodet/blob/main/demo_ncnn/README.md


3、Python demo:

按以下安装指南安装需求和设置 NanoDet

  • Inference images

python demo/demo.py image --config CONFIG_PATH --model MODEL_PATH --path IMAGE_PATH

  • Inference video

python demo/demo.py video --config CONFIG_PATH --model MODEL_PATH --path VIDEO_PATH

  • Inference webcam

python demo/demo.py webcam --config CONFIG_PATH --model MODEL_PATH --camid YOUR_CAMERA_ID

项目地址:https://github.com/RangiLyu/nanodet


本项目代码及模型文件下载:
链接: https://pan.baidu.com/s/1A8T9McctN2YpNizURNEixA 提取码:提示:此内容登录后可查看
目前尚未发现介绍该工程所使用算法的文献。

成为第一个点赞的人吧 :bowtie:
回复数量: 0
暂无回复~
您需要登陆以后才能留下评论!