目标检测领域，基于深度学习模型的方案
截至目前的轻量级网络，比较有名的有这些
轻量级目标检测算法整理_牧羊女说的博客-CSDN博客_轻量级目标检测随着目标检测算法的快速发展，以及终端应用的日渐广泛，工业界对深度学习网络在终端应用的关注度越来越高，尤其是对于如何保持速度和精度上的平衡，也形成了不小的研究热度。本篇整理了一些较新的轻量级目标检测网络，结合我们自己的目标，所选的网络参数量多在4M以下。1. YOLO NanoYOLO Nano是一个高度紧凑的网络，它是一个基于YOLO网络的8位量化模型，并在PASCAL VOC 2007数据集上进行了优化。模型大小在4M左右，在计算上需要4.57B推算，性能表现上，在VOC 2007数据集上得到了6https://blog.csdn.net/DeliaPu/article/details/123881756?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ETopBlog-1.topblog&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ETopBlog-1.topblog&utm_relevant_index=1
百度开放的一款轻量级网络结构，可以直接下载apk安装在安卓手机上运行
百度开源了一款黑科技！超轻量级目标检测算法，网友：这也太好用了！_菜鸟学Python的博客-CSDN博客说到目标检测，那可谓当前的自动驾驶、新零售、智慧工业等热门行业中的关键技术之一。目标检测不仅在行人、车辆、商品以及火灾检测等任务中发挥着极其关键的价值，在目标跟踪、姿态识别、手势控制、图像...https://blog.csdn.net/cainiao_python/article/details/121463375?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0.topblog&spm=1001.2101.3001.4242.1&utm_relevant_index=3
论文网址：https://arxiv.org/pdf/2111.00902.pdf
https://arxiv.org/pdf/2111.00902.pdf
apk下载地址：
https://paddledet.bj.bcebos.com/deploy/third_engine/PP-PicoDet.apk
GitHub地址：
https://github.com/PaddlePaddle/PaddleDetectionhttps://github.com/PaddlePaddle/PaddleDetection
