基于 YOLOv7 与 ShuffleNetv2、Vision Transformer 集成的轻量级目标检测研究
内容提要
本文综述多种轻量级实时目标检测算法：Ghost-YOLOv7利用Ghost卷积和坐标注意力提升速度至27FPS；YOLO-LITE、ShuffleNet、Tiny SSD、ShuffleDet等面向嵌入式或无人机场景，兼顾速度与精度；YOLO-Former融合Transformer提高准确率；研究还涉及辅助视障避障及航空影像小目标检测。
延伸解读
轻量化技术路线的多样性
文章汇总了多种轻量化目标检测方案，包括Ghost卷积、逐点组卷积、通道混洗、非均匀Fire子网等。这些技术从不同层面降低计算量：Ghost卷积用廉价操作生成冗余特征，ShuffleNet的通道混洗增强组间信息流动，Tiny SSD则通过优化子网堆栈压缩模型。读者可从中看出，轻量化并非单一方法，而是需要根据硬件条件和精度要求组合使用。
速度与精度的权衡实例
文中多个模型展示了速度与精度的不同取舍：YOLO-LITE在无GPU设备上达到21 FPS，但依赖较浅网络；YOLO-Former以10.85 FPS换取85.76% mAP；Ghost-YOLOv7提升27 FPS并保持较好指标。这些数据表明，没有普适最优模型，实际部署需根据场景对实时性和准确率的优先级进行选择。
嵌入式与无人机场景的适配
针对计算资源受限的嵌入式设备和无人机，文章介绍了Tiny SSD、ShuffleDet、Fast YOLO等方案。Tiny SSD模型仅2.3MB，ShuffleDet在UAV图像上达到14fps，Fast YOLO在嵌入式系统上实现18FPS。这些案例说明，轻量化设计需紧密结合部署平台的算力、内存和功耗限制，而非单纯追求算法指标。
辅助应用与特殊场景的启示
文章还涉及视障避障和航空影像小目标检测。在避障任务中，YOLOv8在Obstacle数据集上取得80%精确度和68.2%召回率，而更新的YOLO-NAS反而不理想，提示模型选型需以任务表现为准。航空影像则通过超分辨率与轻量YOLOv5结合应对小目标密集遮挡，说明预处理与网络设计需协同优化。
Q&A
Ghost-YOLOv7 是如何实现轻量化的？
Ghost-YOLOv7 通过将骨干网络的标准卷积替换为 Ghost convolution，并采用宽度为 0.5 的模型，实现了轻量化，提高了检测速度，同时增强了特征提取能力。
YOLO-LITE 在无 GPU 设备上的检测速度如何？
YOLO-LITE 在无 GPU 设备上运行，在 7 层、482 亿次浮点运算下达到了大约 21 FPS 的检测速度，比最快的现有模型 SSD MobilenetV1 快 3.8 倍。
YOLO-Former 在 Pascal VOC 数据集上的 mAP 是多少？
YOLO-Former 在 Pascal VOC 数据集上的均值平均精度（mAP）达到了 85.76％，帧率为 10.85 FPS。
ShuffleNet 使用了哪些新操作来降低计算成本？
ShuffleNet 利用了逐点组卷积和通道混洗两个新操作，大大降低了计算成本，同时保持准确性。
Tiny SSD 的模型大小和 mAP 是多少？
Tiny SSD 的模型大小控制在 2.3MB，在 VOC 2007 上实现了 61.3％的 mean average precision (mAP)。
ShuffleDet 在 UAV 图像车辆检测中的处理速度是多少？
ShuffleDet 在 UAV 图像车辆检测中能够达到 14fps 的实时处理速度。
在辅助视障避障任务中，哪个 YOLO 模型表现最佳？
YOLOv8 是最佳模型，在 Obstacle 数据集上表现出 80% 的精确度和 68.2% 的召回率。
航空影像小目标检测采用了什么创新方法？
通过结合超分辨率和经过修改的轻量级 YOLOv5 架构，提出了一种创新方法，用于在航空影像中准确检测小型密集目标。
