YOLOv6: 工业级目标检测

论文: YOLOv6 v3.0: A Full-Scale Reloading
作者: 美团视觉智能部
代码: github.com/meituan/YOLOv6

定位

为工业部署而生。在美团自动配送机器人中实际使用，专注硬件效率。

网络架构

整体结构

输入
  ↓
┌──────────────────────────────┐
│  Backbone: EfficientRep       │  硬件感知CNN
│  ├─ RepBlock (S/M 模型)       │
│  └─ CSPStackRep (M/L 模型)    │
└──────────┬───────────────────┘
           ↓
┌──────────────────────────────┐
│  Neck: Rep-PAN                │  增强PAN
│  ├─ RepBlock/CSPStackRep      │
│  └─ BiC (双向连接) 模块        │
└──────────┬───────────────────┘
           ↓
┌──────────────────────────────┐
│  Head: Efficient Decoupled    │  高效解耦Head
│  ├─ 分类分支 (1层3×3Conv)      │
│  └─ 回归分支 (混合通道策略)     │
└──────────────────────────────┘

EfficientRep Backbone

核心: 在训练时用多分支结构（RepVGG风格），推理时重参数化合并为单分支。

训练时 (多分支，表达力强):
   Conv3×3 ──┐
   Conv1×1 ──┼── Add → 输出
   Identity ─┘

推理时 (重参数化 → 合并为单分支，速度快):
   Conv3×3 → 输出

BiC (Bidirectional Connection) 模块

位置: Neck 中

作用: 增强定位信号的流动，几乎不增加延迟。

1
2
3

FPN方向: P5 → P4 → P3
             ↓ BiC
PAN方向: P3 → P4 → P5 (← BiC 增强传递)

关键创新

1. 高效解耦 Head

分类和回归分开处理，但通过混合通道策略减少计算。

Head 分支	结构	说明
分类分支	1×3×3 Conv	精简设计
回归分支	混合通道, 减少中间 3×3 层	重在效率

2. TAL 标签分配 (Task Alignment Learning)

解决分类和回归任务的不一致问题。好的分类框应该也是好的定位框。

$$\text{Alignment} = \text{Cls_Score}^\alpha \times \text{IoU}^\beta$$

用对齐度选择正样本 → 分类和回归协同优化。

3. 自我蒸馏 (Self-Distillation)

训练时：用大模型指导小模型的辅助回归分支
推理时：移除辅助分支，不增加推理时间

4. 损失函数

任务	损失函数
分类	VariFocal Loss
回归	SIoU + GIoU 组合

SIoU (SCYLLA-IoU)

在 CIoU 基础上引入角度代价：
$$\Lambda = 1 - 2 \cdot \sin^2\left(\arcsin(x) - \frac{\pi}{4}\right)$$

性能对比

模型	输入尺寸	mAP (COCO)	延迟 (T4)
YOLOv6-N	416	30.8%	0.9ms
YOLOv6-S	640	43.3%	3.1ms
YOLOv6-M	640	49.5%	5.5ms
YOLOv6-L	640	52.8%	9.1ms

在 Tesla T4 GPU 上实现了极低的推理延迟。

YOLOv6 详解