YOLOv6 v3.0的主要貢獻簡述如下：

對檢測器的Neck部件進行了翻新：引入BiC(Bi-directional Concatenation)提供更精確的定位信息；將SPPF簡化為SimCSPSPPF，犧牲較少的速度提升更多的性能。

提出一種AAT(Anchor-aided training)策略，在不影響推理效率的情況下同時受益于Anchor-basedAnchor-free設計理念。

對YOLOv6的Backbone與Neck進行加深，在更高分辨率輸入下達成新的SOTA性能。

提出一種新的自蒸餾策略提升YOLOv6小模型的性能，訓練階段采用更大的DFL作為增強版輔助回歸分支。

本文方案

Network Design

在網絡架構方面，本文主要從Neck與SPP兩個維度進行改進：

在Neck方面，本文設計了一種增強的PAN模塊，它次用BiC模塊對三個近鄰層特征進行集成(可參考上圖b)，額外引入了。這種處理截止可以保留更精確的定位信息，對于小目標定位非常重要。

在SPP方面，本文對YOLOv5 v6.1版本的SPPF進行了簡化，得到了所謂的SimCSPSPPF(可參考上圖c)。

Anchor-Aided Training

YOLOv6是一種追求更高推理速度的Anchor-free檢測器。然而，作者發現：在同等配置(YOLOv6-N)下，相比Anchor-free方案，Anchor-based方案可以帶來額外的性能增益，見上表。



有鑒于此，作者提出了AAT策略(即Anchor輔助訓練，見上圖)，它引入了一個Anchor-based輔助分支以組合兩種方案的優勢。通過這種訓練策略，源自的輔助分支的引導信息可以被有效的嵌入到Anchor-free分支。在推理階段，輔助分支將被移除掉。也就是說，AAT策略屬于"贈品"，加量不加價的那種。

Self-distillation

在YOLOv6早期版本中，自蒸餾僅在大模型中得到應用，采用的普通KL散度蒸餾。知識蒸餾損失與整體損失定義如下：超參數用于對兩個損失進行平衡。在訓練的早期，源自老師模型的軟標簽更易于學習；而在訓練的后期，學生模型從硬標簽中受益更多。

因此，作者設計了一種cosine weight decay調整機制：由于DFL會對回歸分支引入額外的參數，極大程度影響小模型的推理速度。因此，作者針對小模型設計了一種DLD(Decoupled Localization Distillation)以提升性能且不影響推理速度。具體來說，在小模型中插入一個增強版回歸分支作為輔助。在自蒸餾階段，小模型受普通回歸分支與增強回歸分支加持，老師模型近使用輔助分支。

需要注意：普通分支僅采用硬標簽進行訓練，而輔助分支則用硬標簽與源自老師模型的軟標簽進行訓練。完成蒸餾后，僅普通分支保留，輔助分支被移除。這種訓練策略又是一種加量不加價的"贈品"。

Experiments

上表給出了不同方案的性能對比，可以看到：

相比YOLOv5-N、YOLOv7-Tiny，YOLOv6-N指標分別提升9.5%、4.2%，同時具有最佳速度。

相比YOLOX-S、PPYOLOE-S、YOLOv6-S指標分別提升3.5%、0.9%且速度更快；

YOLOv6-M比YOLOv5-M指標高4.6%、速度相當，比YOLOX-M、PPYOLOE-M指標高3.1%、1.0%且速度更快；

除了比YOLOv5-L更高更快外，YOLOv6-L比YOLOX-L、PPYOLOE-L分別高3.1%、1.4%且速度相當。

相比YOLOv8，YOLOv6在所有尺寸下取得了相當的精度，同時具有更優的吞吐性能。

除了上述常規模型尺寸外，作者還進一步提升了輸入分辨率并添加了C6特征，與YOLOv5等方案對比：

相比YOLOv5系列(即YOLOv5-N6/S6/M6/L6/X6)，YOLOv6具有更高的AP、相當的速度；

相比YOLOv7-E6E，YOLOv6-L6指標高出0.4%，推理速度快36%。

審核編輯：劉清