主干网络篇 | YOLOv5/v7 更换骨干网络之 PP-LCNet | 轻量级CPU卷积神经网络:中文详解
1. 简介
YOLOv5 和 YOLOv7 是目前主流的目标检测算法之一,具有速度快、精度高的特点。但 YOLOv5 和 YOLOv7 的原始模型结构中使用的是 MobileNetV3 作为骨干网络,该网络在 CPU 上的推理速度相对较慢。
PP-LCNet 是一种轻量级的卷积神经网络,在 CPU 上具有较快的推理速度,同时能够保持较高的精度。
为了进一步提升 YOLOv5 和 YOLOv7 在 CPU 上的推理速度,本文提出了一种改进的 YOLOv5/v7 模型,将骨干网络替换为 PP-LCNet。
2. 原理详解
2.1 PP-LCNet 网络结构
PP-LCNet 网络结构由以下几个部分组成:
- MobileNetV3 模块: 采用 MobileNetV3 中的轻量级卷积操作,例如 Depthwise Separable Convolutions 和 Squeeze-and-Excitation 模块,以减少计算量。
- GhostNet 模块: 采用 GhostNet 中的 Ghost Module,以进一步降低模型复杂度。
- ShuffleNet 模块: 采用 ShuffleNet 中的 ShuffleNet Unit,以增强特征之间的信息流动。
2.2 改进 YOLOv5/v7 模型
将 PP-LCNet 作为 YOLOv5/v7 模型的骨干网络,可以有效地降低模型的复杂度,并提升模型在 CPU 上的推理速度。