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

作者：RangiLyu

编译：CV君

前几日YOLO-tiny （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：

• 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

作者视频演示：

（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

在『OpenCV中文网』公众号后台回复【NanoDet】即可收到本项目代码及模型文件下载。

目前尚未发现介绍该工程所使用算法的文献。

备注：目标检测

目标检测交流群

2D、3D目标检测等技术，

若已为CV君其他账号好友请直接私信。

OpenCV中文网

微信号 : iopencv

QQ群：805388940

微博/知乎：@我爱计算机视觉

投稿：amos@52cv.net

网站：www.52cv.net