超越YOLO系列！华为提出Gold-YOLO：高效实时目标检测器

一句话总结

超越YOLO系列（v5、v6、v7、v8）！Gold-YOLO：一种全新的实时目标检测器，提出一种GD新机制，通过卷积和自注意力操作来实现，增强了多尺度特征融合能力，并首次在 YOLO 系列中实现了 MAE 式的预训练，在所有模型尺度上实现了延迟和准确性之间的理想平衡，代码刚刚开源！

在CVer微信公众号后台回复：Gold，可以下载本论文pdf和代码

点击进入—>【目标检测和Transformer】交流群

Gold-YOLO

Gold-YOLO: Efficient Object Detector via Gather-and-Distribute Mechanism

单位：华为诺亚方舟实验室

代码1（MindSpore版本）：https://gitee.com/mindspore/models/tree/master/research/cv/Gold_YOLO

代码2（PyTorch版本）：https://github.com/huaweinoah/Efficient-Computing/Detection/Gold-YOLO

论文下载链接（PDF已上传至CVer星球，可一键下载）：https://arxiv.org/abs/2309.11331

在CVer微信公众号后台回复：Gold，可以下载本论文pdf和代码

在过去的几年中，YOLO 系列模型已成为实时目标检测领域的领先方法。许多研究通过修改架构、增加数据和设计新的损失，将基线提升到更高的水平。然而，我们发现以前的模型仍然存在信息融合问题，尽管特征金字塔网络（FPN）和路径聚合网络（PANet）已经缓解了这个问题。

因此，本研究提供了一种先进的Gatherand-Distribute机制（GD）机制，通过卷积和自注意力操作来实现。

这种新设计的模型被命名为Gold-YOLO，它增强了多尺度特征融合能力，并在所有模型尺度上实现了延迟和准确性之间的理想平衡。

并首次在 YOLO 系列中实现了 MAE 式的预训练，使 YOLO 系列模型可以从无监督预训练中受益。

实验结果

Gold-YOLO-N 在 COCO val2017 数据集上获得了出色的 39.9% AP，在 T4 GPU 上获得了 1030 FPS，比之前具有类似 FPS 的 SOTA 模型 YOLOv6-3.0-N 提高了 2.4%。

在CVer微信公众号后台回复：Gold，可以下载本论文pdf和代码