序言

前段时间nanodet爆火，以非常小的模型和运算量，取得了超过tiny-yolov4的精度，非常惊艳，因为时间问题一直没有尝试，最近有空决定尝试一下。先来看下作者给的模型效果

一、nanodet安装

首先安装nanodet的环境包：

pip install Cython termcolor numpy tensorboard pycocotools matplotlib pyaml opencv-python tqdm

然后安装nanodet

git clone https://github.com/RangiLyu/nanodet.git
cd nanodet
python setup.py develop

安装结束后测试一下模型有没有问题，下载coco预训练权重密码erbn，然后运行demo查看是否安装成功：

python demo/demo.py image --config CONFIG_PATH --model MODEL_PATH --path IMAGE_PATH

• CONFIG_PATH 是config/nanodet-m.yaml
• MODEL_PATH 是刚才下载的权重
• IMAGE_PATH 是测试图片路径

效果好像还不错，确认没问题后开始准备数据集。

二、准备数据集

这里使用的是自己收集的手势识别数据集，类别总共有6类，分类是：上、下、左、右、拳头、手掌，采用VOC格式标注；

nanodet支持voc和coco两种格式的训练，所以这里直接按照voc格式训练，当然也可以转换为coco格式，转换代码在之前的博文中VOC格式标注转COCO格式。我的数据集目录结构为：

修改配置文件，将config/nanodet_custom_xml_dataset.yml复制一份，另取名为nanodet-m-shoushi.yml，按需修改以下几处：



修改结束后直接运行：

python tools/train.py config/nanodet-m-shoushi.yml

正常运行输出界面：

最后的训练结果，好像还不错：

三、效果展示

本来想上nanodet、yolov5s、yolo-fastest训练的对比的，发现上不了视频。那算了，随机截图几张看下效果图：

• affirm 表示拳头
• start 表示手掌

效果并不是特别理想，置信度比较低，误检和漏检比较严重，使用同样的数据集，用yolo-fastest和yolov5s训练出来的效果要远远好于nanodet，yolov5s就不用说了，和另外两个不是一个量级的，效果自然是要比较好，但是很有趣的现象是，nanodet在测试集上的map精度要比yolo-fastest高很多，但是实际摄像头的测试效果却比yolo-fastest差很多。这是不是可以说明，在一些固定背景下的检测，也许更适合用nanodet，在背景更复杂的场景，yolo-fastest泛化能力可能更强一些。

为什么要和yolo-fastest对比？作为两个压缩到极致的检测算法，还是很有必要对比一下的，感兴趣的可以看这两个优秀算法的介绍，牛逼克拉斯。

Yolo-Fastest:超超超快的开源ARM实时目标检测算法
NanoDet：轻量级（1.8MB）、超快速（移动端97fps）目标检测项目