PP-PicoDet与其他先进算法的对比

全新的轻量级系列模型PP-PicoDet，在移动端具有卓越的性能，成为全新SOTA轻量级模型。arXiv技术报告。

模型	输入尺寸	mAPval0.5:0.95	mAPval0.5	参数量(M)	FLOPS(G)	预测时延NCNN(ms)	预测时延Lite(ms)
PicoDet-S	320*320	27.1	41.4	0.99	0.73	8.13	6.65
PicoDet-S	416*416	30.7	45.8	0.99	1.24	12.37	9.82
PicoDet-M	320*320	30.9	45.7	2.15	1.48	11.27	9.61
PicoDet-M	416*416	34.8	50.5	2.15	2.50	17.39	15.88
PicoDet-L	320*320	32.9	48.2	3.30	2.23	15.26	13.42
PicoDet-L	416*416	36.6	52.5	3.30	3.76	23.36	21.85
PicoDet-L	640*640	40.9	57.6	3.30	8.91	54.11	50.55
PP-YOLO-Tiny	320*320	20.6	-	1.08	0.58	6.75	-
PP-YOLO-Tiny	416*416	22.7	-	1.08	1.02	10.48	-
Nanodet-M	320*320	20.6	-	0.95	0.72	8.71	-
Nanodet-M	416*416	23.5	-	0.95	1.2	13.35	-
Nanodet-M 1.5x	416*416	26.8	-	2.08	2.42	15.83	-
YOLOX-Nano	416*416	25.8	-	0.91	1.08	19.23	-
YOLOv3-Tiny	416*416	16.6	33.1	8.86	5.62	25.42	-
YOLOv4-Tiny	416*416	21.7	40.2	6.06	6.96	23.69	-
YOLOX-Tiny	416*416	32.8	-	5.06	6.45	32.77	-
YOLOv5n	640*640	28.4	46.0	1.9	4.5	40.35	-
YOLOv5s	640*640	37.2	56.0	7.2	16.5	78.05	-