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

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。

3. 应用场景解释