懂AI
nanodet

nanodet

轻量级移动设备实时目标检测模型

NanoDet-Plus 是一款超轻量级高精度的无锚目标检测模型，专为移动设备实时检测设计。其模型文件仅有980KB（INT8）或1.8MB（FP16），在ARM CPU上实现97fps检测速度，精度达34.3 mAP@0.5:0.95。NanoDet-Plus 训练友好，GPU内存占用低，支持ncnn、MNN、OpenVINO等多种后端，提供基于ncnn的安卓演示。此模型在COCO数据集上提升了7 mAP，支持多种分辨率和配置，满足不同场景需求。

NanoDet-Plus高准确率实时检测轻量级模型移动设备Github开源项目
访问官网GitHubHugging Face论文文档

NanoDet-Plus: 超快速高精度的轻量级无锚框目标检测模型

NanoDet-Plus 是一个超快速、高精度的轻量级无锚框目标检测模型，专为移动设备实时应用而设计。它是 NanoDet 的升级版本，在保持轻量化的同时，大幅提升了检测精度。

主要特点

  • 超轻量级: 模型文件仅 980KB (INT8) 或 1.8MB (FP16)。
  • 超高速: 在移动 ARM CPU 上可达到 97fps (10.23ms)。
  • 高精度: COCO 数据集上可达到 34.3 mAP@0.5:0.95，同时保持 CPU 实时性能。
  • 训练友好: 相比其他模型显著降低 GPU 内存消耗。GTX1060 6G 显卡可支持 batch size 为 80。
  • 易部署: 支持多种后端，包括 ncnn、MNN 和 OpenVINO。提供基于 ncnn 推理框架的 Android 演示。

技术创新

NanoDet-Plus 在原有 NanoDet 的基础上引入了两项重要创新:

  1. 新型标签分配策略:

    • 提出了简单的指派引导模块 (AGM)
    • 引入了动态软标签分配器 (DSLA) 这两项技术解决了轻量级模型训练中的最优标签分配问题。

  2. Ghost-PAN 特征金字塔: 引入了一种轻量级特征金字塔网络，用于增强多层特征融合。

这些改进使 NanoDet-Plus 在 COCO 数据集上的检测精度比原版 NanoDet 提高了 7 个百分点的 mAP。

性能对比

以 NanoDet-Plus-m 416x416 分辨率模型为例:

  • mAP: 30.4 (COCO val2017)
  • CPU 延迟: 8.32ms (Intel i7-8700)
  • ARM 延迟: 19.77ms (4xA76)
  • FLOPS: 1.52G
  • 参数量: 1.17M
  • 模型大小: 2.3MB (FP16) / 1.2MB (INT8)

相比 YOLOv5-n、MobileDet 等同类模型，NanoDet-Plus 在精度和速度上都具有明显优势。

应用场景

NanoDet-Plus 适用于各种需要在移动设备上进行实时目标检测的应用场景，如:

  • 移动 AR
  • 自动驾驶
  • 智能安防
  • 工业检测
  • 移动端 AI 相机

部署方案

NanoDet-Plus 支持多种部署方案:

  • Android: 提供基于 ncnn 的示例应用
  • NCNN C++: 支持在各种平台上使用 NCNN 推理
  • OpenVINO: 支持 Intel 平台优化推理
  • MNN: 支持使用阿里巴巴 MNN 框架推理
  • Web 浏览器: 支持 WebAssembly 部署

此外还提供了 PyTorch 推理 demo，方便研究人员进行实验和改进。

总之，NanoDet-Plus 是一个高效、精准、易用的轻量级目标检测解决方案，特别适合资源受限的移动和嵌入式设备。它的开源为计算机视觉领域的研究和应用带来了新的可能。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多