pp-picodet从环境配置到部署全流程（1）——pp-picodet的优势所在

   目标检测广泛应用于众多计算机视觉任务，包括自动驾驶、机器人视觉、智能交通、工业质量检测、目标跟踪等，其中移动端的部署应用可以更灵活地适配差异化的环境，运维成本也更低。然而，这也对目标检测模型提出了更高的要求，诸如：更快速度、更高精度、更小体积、更易部署等。

   今天要介绍的是百度飞桨的轻量级目标检测PP-Picodet，PP-Picodet针对模型的速度、精度、体积和部署都作出了优化，并且确定显著的成果。
论文
源码

1. 网络结构

1.1 Backbone

   PP-PicoDet的骨干网络采用增强型 ShuffleNet (ESNet)，在步长为 2 时添加了深度可分离卷积和1*1卷积来整合不同的通道信息（图 a），然后在步长设置为 1 的块中添加 Ghost 模块，可以用更少的参数生成更多的特征图，以提高网络的学习能力，进一步提高 ESNet 的性能。

1.2 Neck