YOLOv10: Real-Time End-to-End Object Detection

paper 连接：https://arxiv.org/pdf/2405.14458

Yolo8是去年才用的，实在是懒得再看yolo10了，好吧，最近做了一个yolo8的小demo,发现速度比较鸡肋，很好，我还是要看看的，唉…

亮点

1. 作者主要对YOLO的post-process有意见，NMS被认为是个累赘，这里主要是效率的改善

   • lightweight classification head,
   • spatial-channel decoupled downsampling,
   • rank-guided block design

2. YOLO的architecture也可以做些优化 （最近正在搞一个东西，刚好借用了yolov8的backbone，说不定可以有些借鉴，因为发现loss下降的不如预期），这里是准确率的改善

   • large-kernel convolution
   • present the effective partial self-attention module

之前传统YOLO属于 one-to-many assignment, 用了DETR的，属于one-to-one assignment, 而现在的YOLOv10, 结合了两者，不用单一label就用dual label,而且这一步在traninng时候进行。Trained 完了一个model, inference时，改回用one label. 这样子，同时拥有了传统和DETR的基因。