YOLOv6 v3.0实时目标检测重磅升级

YOLOv6 v3.0的主要贡献简述如下：

对检测器的Neck部件进行了翻新：引入BiC(Bi-directional Concatenation)提供更精确的定位信息；将SPPF简化为SimCSPSPPF，牺牲较少的速度提升更多的性能。

提出一种AAT(Anchor-aided training)策略，在不影响推理效率的情况下同时受益于Anchor-basedAnchor-free设计理念。

对YOLOv6的Backbone与Neck进行加深，在更高分辨率输入下达成新的SOTA性能。

提出一种新的自蒸馏策略提升YOLOv6小模型的性能，训练阶段采用更大的DFL作为增强版辅助回归分支。

本文方案

Network Design

在网络架构方面，本文主要从Neck与SPP两个维度进行改进：

在Neck方面，本文设计了一种增强的PAN模块，它次用BiC模块对三个近邻层特征进行集成(可参考上图b)，额外引入了。这种处理截止可以保留更精确的定位信息，对于小目标定位非常重要。

在SPP方面，本文对YOLOv5 v6.1版本的SPPF进行了简化，得到了所谓的SimCSPSPPF(可参考上图c)。

Anchor-Aided Training

YOLOv6是一种追求更高推理速度的Anchor-free检测器。然而，作者发现：在同等配置(YOLOv6-N)下，相比Anchor-free方案，Anchor-based方案可以带来额外的性能增益，见上表。



有鉴于此，作者提出了AAT策略(即Anchor辅助训练，见上图)，它引入了一个Anchor-based辅助分支以组合两种方案的优势。通过这种训练策略，源自的辅助分支的引导信息可以被有效的嵌入到Anchor-free分支。在推理阶段，辅助分支将被移除掉。也就是说，AAT策略属于"赠品"，加量不加价的那种。

Self-distillation

在YOLOv6早期版本中，自蒸馏仅在大模型中得到应用，采用的普通KL散度蒸馏。知识蒸馏损失与整体损失定义如下：超参数用于对两个损失进行平衡。在训练的早期，源自老师模型的软标签更易于学习；而在训练的后期，学生模型从硬标签中受益更多。

因此，作者设计了一种cosine weight decay调整机制：由于DFL会对回归分支引入额外的参数，极大程度影响小模型的推理速度。因此，作者针对小模型设计了一种DLD(Decoupled Localization Distillation)以提升性能且不影响推理速度。具体来说，在小模型中插入一个增强版回归分支作为辅助。在自蒸馏阶段，小模型受普通回归分支与增强回归分支加持，老师模型近使用辅助分支。

需要注意：普通分支仅采用硬标签进行训练，而辅助分支则用硬标签与源自老师模型的软标签进行训练。完成蒸馏后，仅普通分支保留，辅助分支被移除。这种训练策略又是一种加量不加价的"赠品"。

Experiments

上表给出了不同方案的性能对比，可以看到：

相比YOLOv5-N、YOLOv7-Tiny，YOLOv6-N指标分别提升9.5%、4.2%，同时具有最佳速度。

相比YOLOX-S、PPYOLOE-S、YOLOv6-S指标分别提升3.5%、0.9%且速度更快；

YOLOv6-M比YOLOv5-M指标高4.6%、速度相当，比YOLOX-M、PPYOLOE-M指标高3.1%、1.0%且速度更快；

除了比YOLOv5-L更高更快外，YOLOv6-L比YOLOX-L、PPYOLOE-L分别高3.1%、1.4%且速度相当。

相比YOLOv8，YOLOv6在所有尺寸下取得了相当的精度，同时具有更优的吞吐性能。

除了上述常规模型尺寸外，作者还进一步提升了输入分辨率并添加了C6特征，与YOLOv5等方案对比：

相比YOLOv5系列(即YOLOv5-N6/S6/M6/L6/X6)，YOLOv6具有更高的AP、相当的速度；

相比YOLOv7-E6E，YOLOv6-L6指标高出0.4%，推理速度快36%。

审核编辑：刘清