杏盛旗下产品:
IDC数据中心

服务器租用

高防服务器租用

在线云防护

机柜租用

服务器托管

带宽租用

CDN加速

CDN加速

智能五合一建站 咨询热线:400-996-8756
绑定享折扣 注册百度云
人脸识别 文字识别 图像识别 语音识别
  • 最新资讯
  • 热门资讯
  • 最热资讯
人工智能http://www.sanhejiuye.com/templets/default/img/advertising_space_right_3.jpg

移动端超轻量目标检测算法PP-PicoDet

发布时间:2021-11-24 09:49 作者:创始人

简述:今天给大家分享的是移动端超轻量目标检测算法PP-PicoDet,下面杏盛来看具体详情!

  今天给大家分享的是移动端超轻量目标检测算法PP-PicoDet,下面杏盛来看具体详情!

  说到目标检测,那可谓当前的自动驾驶、新零售、智慧工业等热门行业中的关键技术之一。目标检测不仅在行人、车辆、商品以及火灾检测等任务中发挥着极其关键的价值,在目标跟踪、姿态识别、手势控制、图像搜索等复合任务中也至关重要。


移动端超轻量目标检测算法PP-PicoDet

  注*:以上视频引用于公开数据集[1]

  图1 PaddleDetection产业应用效果示例


  而在当前端侧智能、端云协同的行业发展趋势下,算法在移动端的部署应用则显得尤其重要。相较于统一的中心化处理,智能终端可以更好的适应差异化的环境,运维成本也更低。然而开发一个高质量的轻量目标检测模型却并不那么容易,现实环境中往往存在诸多挑战:

  速度要快。比如工业视觉质量检测、自动驾驶等实时场景,延迟可以接受的范围往往需要在毫秒级别,要求极其严苛。

  精度要高。在自动驾驶、火灾检测等场景,一个微小的错误都可能带来严重的损失,对误检、漏检的容忍度非常低。

  体积要小。在手机端、车载、IOT等边缘端部署,算力和内存都有限,算法需要做到极致压缩。

  部署环境复杂多样。硬件设备功耗、规格各色各样。适配和部署成本简直不要太大!

  而今天介绍的最新开源的轻量级目标检测PP-PicoDet正是为了解决以上痛难点问题,针对模型的速度、精度和部署友好性做出优化,并取得了显著的成果。

  话不多说,直接奉上开源代码实现:http://github.com/PaddlePaddle/PaddleDetection

  强烈建议各位Star收藏,深入研究使用。

  其系列中的PP-PicoDet-S参数量仅有0.99M,却有30.6%mAP的精度,当输入尺寸为320时,推理速度甚至可达150FPS,不仅mAP比YOLOX-Nano高4.8%,端侧推理速度还提升了55%;相比NanoDet,mAP也高出了7.1%。

  而PP-PicoDet-L则在仅有3.3M参数量的情况下mAP达到40.9%,比YOLOv5s高3.7%,推理速度提升44%。

  PP-PicoDet技术报告地址:http://arxiv.org/abs/2111.00902


移动端超轻量目标检测算法PP-PicoDet  

注*:以上图片引用于报告[2]

  图2 PP-PicoDet性能对比图

  

移动端超轻量目标检测算法PP-PicoDet

       注*:GIF中FPS是包含前处理、预测、后处理的端到端耗时,以上视频引用于公开数据集[1]

  图3 PP-PicoDet移动端和不同模型效果对比


  不仅如此,在此次飞桨目标检测开发套件PaddleDetection v2.3推出的多目标实时跟踪系统PP-Tracking和超轻量人体关键点模型PP-TinyPose中,PP-PicoDet也是极其关键的技术模块。甚至在近日引起业界广泛关注的通用图像识别系统PP-ShiTu中,PP-PicoDet也被用作主体检测模块,以超轻量的体积实现了超越服务端大模型的效果!

  PP-PicoDet Android APP下载体验指路:http://paddledet.bj.bcebos.com/deploy/third_engine/PP-PicoDet.apk

  (如链接不能正常访问,可复制到浏览器进行下载)

  下面,就让杏盛来一起看看具体都有哪些优化策略,让PP-PicoDet又小又快又准:

  更高性能的骨干网络

  一个高性能的骨干网络对目标检测模型的性能提升有着至关重要的作用,PP-PicoDet采用了百度自研的超轻量、高精度骨干网络--ESNet(Enhanced ShuffleNet),使得整个目标检测模型不仅计算量更小、延迟更低、精度更高,同时还拥有更好的鲁棒性,能够更好地适配多种硬件环境。

  ESNet是在ShuffleNetV2的基础上引入了SE模块和GhostNet中的Ghost模块,并新增深度可分离卷积,对不同通道信息进行融合来提升模型精度,同时还使用神经网络搜索(NAS)搜索更高效的模型结构,进一步提升模型性能,最终得到了在精度、速度全方面提升的骨干网络。


移动端超轻量目标检测算法PP-PicoDet

  注*:以上图片和数据引用于报告[2]

  图4 ESNet&ShuffleNetV2性能对比


  更轻量的Neck和Head

  在Neck部分,PP-PicoDet提出了CSP-PAN结构,使用1*1的卷积将特征的通道数与BackBone输出的最小通道数进行统一,从而减少计算量,并保证特征融合性能不受影响。此外,PP-PicoDet还在CSP-PAN的基础上再下采样一次,添加一个更小的特征尺度来提升大物体的检测效果(见下图P6分支)。

  与此同时,PP-PicoDet在Neck和Head部分均采用深度可分离卷积,将3 x 3卷积核增大至5×5,来增大感受野,还保持了速度不变。并且PP-PicoDet采用了通道数和Neck一致的“耦合头”,相比于小通道数的“解耦头”有更快的预测速度。


移动端超轻量目标检测算法PP-PicoDet

  注*:以上图片和数据引用于报告[2]

  图5 PP-PicoDet整体架构示意图


  更精准的采样策略

  PP-PicoDet受到YOLOX等优秀算法的启发,使用了更精准的SimOTA采样策略,随训练过程动态变换标签分配方式,通过在目标区域采集高质量的样本来有效加速模型收敛。在此基础上对其中的cost矩阵计算进行改造,使用VFL+GIoU替代原本的CELoss+IoU,在速度无损的情况下还能有效提升1%的精度。

  除此之外,PP-PicoDet还使用了H-Swish激活函数替代Relu;使用Cosine学习率衰减策略;使用Cycle-EMA;加入少量的如Crop、Flip、Multi-Scale等数据增强策略进行更稳定的训练,使得模型精度再次提升3%。

  下面就让杏盛一起看看以上这一系列优化策略的最终效果,从中可以看到:无论是精度还是速度,PP-PicoDet都表现卓越!


移动端超轻量目标检测算法PP-PicoDet

  注*:测试设备为骁龙865,Threads=4,FP16,NCNN(Paddle Lite测试结果为*),以上图片和数据引用于报告[2]

  图6 PP-PicoDet在COCO上和其他轻量级检测器性能试验对比


  更完备的部署支持

  作为真正的产业级开发利器,PaddleDetection通过完备支持飞桨原生推理库Paddle Inference、飞桨轻量化推理引擎Paddle Lite,使开发者可以快速在主流服务器、端侧芯片上实现高性能部署。

  并且支持快速导出为ONNX格式,使开发者可以通过ONNX生态能力进行更广泛的算法部署应用,可以通过自己熟悉的移动端引擎进行PP-PicoDet的部署和推理。

  除此以外,还提供OpenVINO加速部署方案、Android Demo,并且所有流程代码均已开源,全方位满足各类硬件环境部署需求,让深度学习落地的最后一公里再无障碍!


移动端超轻量目标检测算法PP-PicoDet


  这样的一个目标检测开发神器已经被多家像国家电网、武汉铁路局、宁德时代这样的行业巨头公司所应用,真正实现了助力开发者,赋能产业智能化!

  链接指路:http://github.com/PaddlePaddle/PaddleDetection/tree/release/2.3/configs/picodet

  后续

  PP-PicoDet的诞生源于开源,也是回馈开源。考虑到工业、互联网、自动驾驶等各行各业对移动端、边缘端部署轻量化目标检测模型的需求越来越强烈,PP-PicoDet致力于提供一种真正面向产业实践的,更高性能、轻量化、更易落地的目标检测方案,而非单纯追求模型指标。

  更多目标检测相关内容,杏盛注册持续分享中!

  推荐阅读:百度大脑EasyDL助力智能零售更便捷

点击展开全文

杏盛平台(ai.tuidc.com) 成立于2007年,一直致力于发展互联网IDC数据中心业务、云计算业务、 CDN业务、互联网安全及企业客户技术解决方案等产品服务, 2018年成为百度云河南服务中心。主营服务器租用,服务器托管,虚拟主机, 域名注册,机柜租用,主机租用,主机托管,带宽租用,云主机,CDN加速 , WAF防火墙,网络安全,人脸识别,文字识别,图像识别,语音识别等业务;

售前咨询热线:400-996-8756

备案提交:0371-89913068

售后客服:0371-89913000

热门活动

杏盛智能建站
  • 热门资讯
  • 随便看看

联系方式

400-996-8756 AI@tuidc.com
杏盛平台人工智能

微信公众号

杏盛平台人工智能

手机站

COPYRIGHT 2007-2020 TUIDC ALL RIGHTS RESERVED 杏盛注册-百度AI人工智能_百度人脸识别_图像识别_语音识别提供商

地址:河南省郑州市姚砦路133号金成时代广场6号楼13层 备案号: 豫B2-20110005-1

声明:本站发布的内容版权归郑州杏盛注册有限公司所有,本站部分素材来源于网络及网友投稿,若无意中侵犯了您的版权,请致电在线客服杏盛将在核实后予以删除!