yolov6 v3.0论文解读

论文地址：YOLOv6 v3.0: A Full-Scale Reloading
代码地址：https://github.com/meituan/YOLOv6
yolov6 v3.0是美团在2023年兔年对yolov6进行的更新，主要对网络架构和训练方案进行了新颖的改进。作者对这些改进的总结如下：

1. 在neck网络提出了BiC（Bi-directional Concatenation）模块来提供更精准的定位信息
   在这里插入图片描述
   
2. 在不影响推理效率的情况下使用了基于锚框的辅助训练策略anchor-aided training (AAT) strategy。在训练阶段，辅助分支和无锚分支从独立的损失中学习，同时信号一起传播。因此，来自辅助分支的附加嵌入式引导信息被集成到主无锚头中。值得一提的是，辅助分支在推理时被移除，这在不降低速度的情况下提高了准确性。
   
3. 作者将yolov6加深在主干和neck网络有另一个阶段，加强了在高分辨率下任然可以达到最先进的性能
4. 提出了一种新的自蒸馏策略来提高yolov6小模型的性能，自蒸馏计算如下图所示：