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。

本文介绍了在华为云平台上开发轻量级目标检测与分割算法的过程，使用LinkNet作为主干网络，并进行梯度裁剪。云端训练完成后，使用ONNXRuntime进行推理，端侧使用ModelBox开发套件进行推理。总结了项目的工程化过程，并提到了模型量化和优化算法的改进。

本文综述了多种轻量级YOLO目标检测改进：Ghost-YOLOv7提升速度至27FPS；SlimYOLOv3经剪枝适配无人机；Q-YOLO采用低位量化利于边缘部署；YOLOv8在障碍物检测中表现最佳；YOLO-Drone擅长夜间无人机检测；YOLO-LITE无需GPU达21FPS；TinyissimoYOLO可在毫瓦级微控制器上实时检测。