Gold-YOLO: Detector de Objetos Eficiente via Mecanismo de Coletar e Distribuir

Nos últimos anos, os modelos da série YOLO emergiram como as abordagens líderes na área de detecção de objetos em tempo real. Muitos estudos elevaram a linha de base a um nível mais alto ao modificar a arquitetura, aumentar os dados e projetar novas perdas. No entanto, constatamos que modelos anteriores ainda sofrem com o problema de fusão de informações, embora a Rede de Pirâmide de Recursos (FPN) e a Rede de Agregação de Caminhos (PANet) tenham aliviado isso. Portanto, este estudo fornece um mecanismo avançado de Coletar e Distribuir (GD), que é realizado com operações de convolução e autoatendimento. Este novo modelo projetado é chamado Gold-YOLO, que aumenta as capacidades de fusão de características multiescala e alcança um equilíbrio ideal entre latência e precisão em todas as escalas do modelo. Além disso, implementamos o pré-treinamento estilo MAE na série YOLO pela primeira vez, permitindo que os modelos da série YOLO possam se beneficiar do pré-treinamento não supervisionado. Gold-YOLO-N alcança uma impressionante 39,9% AP nos conjuntos de dados COCO val2017 e 1030 FPS em uma GPU T4, superando o modelo SOTA anterior YOLOv6-3.0-N com FPS semelhante em +2,4%. O código PyTorch está disponível em https://github.com/huawei-noah/Efficient-Computing/tree/master/Detection/Gold-YOLO, e o código MindSpore está disponível em https://gitee.com/mindspore/models/tree/master/research/cv/GoldYOLO.