【百度】 PP-YOLOv2使用目标检测器

对于一个实际使用的物体检测器来说，有效和高效是至关重要的。为了满足这两个问题，作者综合评估了一系列现有的改进措施，以提高 PP-YOLO 的性能，同时几乎保持推理时间不变。

本次工作，对一系列的改进措施进行了分析，并通过增量消融研究实证评估它们对最终模型性能的影响。以及一些尝试作但没有成功的讨论分析。通过结合多种有效的改善措施，将 PP-YOLO 在 COCO2017 测试开发上的性能从45.9% mAP 提升到 49.5% mAP。

由于在性能上已经有了很大的进步，在速度方面，所提出的 PP-YOLOv2，在 640x640 的输入尺寸下以 68.9FPS 运行。带有 TensorRT、FP16 精度和 batch size=1的 Paddle 推理引擎进一步提高了 PP-YOLOv2 的推理速度，它达到了 106.5FPS。

性能超过了现有的参数数量大致相同的物体检测器（即YOLOv4-CSP，YOLOv5l）。此外，带有 ResNet101 的PP-YOLOv2 在 COCO2017 测试版上实现了 50.3%mAP。

https://www.zhuanzhi.ai/paper/b2c36476ed0ee5b9c04bfb173fc0ac6d