深度学习论文: YOLOX-PAI: An Improved YOLOX, Stronger and Faster than YOLOv6及其PyTorch实现
YOLOX-PAI: An Improved YOLOX, Stronger and Faster than YOLOv6
PDF: https://arxiv.org/pdf/2208.13040.pdf PyTorch代码: https://github.com/shanglianlm0525/CvPytorch PyTorch代码: https://github.com/shanglianlm0525/PyTorch-Networks
1 概述
针对YOLOX,加入诸多改进技巧的复现和探索,进一步提升了YOLOX的性能,在速度和精度上都比现阶段的40~50mAP 的SOTA的YOLOv6更胜一筹。
2 YOLOX-PAI
2-1 Backbone
继续使用 RepVGG backbone
2-2 Neck
采用ASFF_Sim + GSConv来提升性能的同时降低计算量。仅将Neck的部分用GSConv
2-3 Head
TOOD-Head结构,当Inter conv堆叠数为2或者3时,使用repvgg-based convolution可以提升一定性能,但是当堆叠数较大时,会降低性能。
2-4 Loss
在YOLOX上引入SIoU训练模型的确能加快模型的收敛速度,但在最终精度上使用GIoU[11]性能达到最优。
3 Experiments