YOLOv6 具有一系列模型,适用于包括 N/T/S/M/L 在内的各种工业场景。架构因模型大小而异,旨在实现更好的准确度与速度平衡。其中引入了诸如自蒸馏和附加训练轮数等“Bag-of-Freebies”(免费包)方法用于进一步改善性能。对于工业部署,则使用 QAT 搭配逐通道蒸馏和计算图优化来追求极致性能。欲知详情,请访问 https://arxiv.org/abs/2209.02976。
下表列出了 Vitis AI Library 支持的 YOLOv6 检测模型。
编号 | 模型名称 | 框架 |
---|---|---|
1 | yolov6m_pt | PyTorch |