nanodet

收录理由

对于需要在手机或边缘设备上实时跑目标检测、又不想依赖GPU的场景，NanoDet是个很实用的选择。它把训练和推理的完整流程都打包好了，模型本身极小，量化后不到1MB，在移动端ARM CPU上仍能跑到约97FPS。仓库里提供了PyTorch训练代码和配置、预训练的COCO权重、模型库，以及基于ncnn、MNN、OpenVINO的推理示例，还有一个Android演示App。这意味着做端侧应用、安防摄像头或机器人项目时，可以直接拿来用，在精度、延迟和内存之间做权衡。基准测试表格也老老实实地跟YOLO-tiny系列对比，文档从安装到训练再到部署写得比较清楚，上手门槛不高。