MobileNet-Yolo

收录理由

这套项目以MobileNetV2为骨干，提供了体积与算力都控制得很紧的目标检测模型，其中Nano版本权重约3MB、运算量不到0.5亿次浮点，对于做手机端或嵌入式部署的团队来说，是很有参考价值的基线。仓库里包含了在COCO和VOC上训练的Darknet模型，也有专门做人脸检测的版本，并且给出了如何转换到NCNN、MNN这类移动端推理框架并实际运行的方法，附有完整的性能对比表格，以及一个106点关键点检测的C语言示例。如果你正在比较各种轻量级YOLO结构的实际表现，这里能直接看到多个主流小网络的测速数据。需要留意的是，作者后来把重心转移到了继任项目Yolo-Fastest上，因此这个仓库更像是一个经过验证的稳定快照，适合用来挖掘参考数值，而不是指望它继续活跃更新。