导航：首页 > 互联网科技 >

NanoDet是什么

发表于：2025-12-02 作者：千家信息网编辑

千家信息网最后更新 2025年12月02日，这篇文章主要介绍NanoDet是什么，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！NanoDet 是一个速度超快和轻量级的移动端 Anchor-free 目标检测模型。前言YO

千家信息网最后更新 2025年12月02日NanoDet是什么

这篇文章主要介绍NanoDet是什么，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！

NanoDet 是一个速度超快和轻量级的移动端 Anchor-free 目标检测模型。

前言

YOLO、SSD、Fast R-CNN等模型在目标检测方面速度较快和精度较高，但是这些模型比较大，不太适合移植到移动端或嵌入式设备；轻量级模型 NanoDet-m，对单阶段检测模型三大模块（Head、Neck、Backbone）进行轻量化，目标加检测速度很快；模型文件大小仅几兆（小于4M）。

NanoDet作者开源代码地址：https://github.com/RangiLyu/nanodet （致敬）

基于NanoDet项目进行小裁剪，专门用来实现Python语言、PyTorch 版本的代码地址： https://github.com/guo-pu/NanoDet-PyTorch

下载直接能使用，支持图片、视频文件、摄像头实时目标检测

先看一下NanoDet目标检测的效果：

同时检测多辆汽车：

查看多目标、目标之间重叠、同时存在小目标和大目标的检测效果：

NanoDet 模型介绍

NanoDet 是一种 FCOS 式的单阶段 anchor-free 目标检测模型，它使用 ATSS 进行目标采样，使用 Generalized Focal Loss 损失函数执行分类和边框回归（box regression）。

1）NanoDet 模型性能

NanoDet-m模型和YoloV3-Tiny、YoloV4-Tiny作对比：

备注：以上性能基于 ncnn 和麒麟 980 (4xA76+4xA55) ARM CPU 获得的。使用 COCO mAP (0.5:0.95) 作为评估指标，兼顾检测和定位的精度，在 COCO val 5000 张图片上测试，并且没有使用 Testing-Time-Augmentation。

NanoDet作者将 ncnn 部署到手机（基于 ARM 架构的 CPU 麒麟 980，4 个 A76 核心和 4 个 A55 核心）上之后跑了一下 benchmark，模型前向计算时间只要 10 毫秒左右，而 yolov3 和 v4 tiny 均在 30 毫秒的量级。在安卓摄像头 demo app 上，算上图片预处理、检测框后处理以及绘制检测框的时间，NanoDet 也能轻松跑到 40+FPS。

2）NanoDet 模型架构

3）NanoDet损失函数

NanoDet 使用了李翔等人提出的 Generalized Focal Loss 损失函数。该函数能够去掉 FCOS 的 Centerness 分支，省去这一分支上的大量卷积，从而减少检测头的计算开销，非常适合移动端的轻量化部署。

详细请参考：Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection

4）NanoDet 优势

NanoDet 是一个速度超快和轻量级的移动端 Anchor-free 目标检测模型。该模型具备以下优势：

超轻量级：模型文件大小仅几兆（小于4M--nanodet_m.pth）；
速度超快：在移动 ARM CPU 上的速度达到 97fps（10.23ms）；
训练友好：GPU 内存成本比其他模型低得多。GTX1060 6G 上的 Batch-size 为 80 即可运行；
方便部署：提供了基于 ncnn 推理框架的 C++ 实现和 Android demo。

基于PyTorch 实现NanoDet

基于NanoDet项目进行小裁剪，专门用来实现Python语言、PyTorch 版本的代码地址：

1）NanoDet目标检测效果

同时检测出四位少年

在复杂街道中，检测出行人、汽车：

通过测试发现NanoDet确实很快，但识别精度和效果比YOLOv4差不少的。

2）环境参数

测试环境参数

系统：Windows 编程语言：Python 3.8 整合开发环境：Anaconda

深度学习框架：PyTorch2.7.0+cu101 （torch>=1.3 即可） 开发代码IDE：PyCharm

开发具体环境要求如下：

Cython
termcolor
numpy
torch>=1.3
torchvision
tensorboard
pycocotools
matplotlib
pyaml
opencv-python
tqdm

通常测试感觉GPU加速（显卡驱动、cudatoolkit 、cudnn）、PyTorch、pycocotools相对难装一点

Windows开发环境安装可以参考：

安装cudatoolkit 10.1、cudnn7.6请参考 https://blog.csdn.net/qq_41204464/article/details/108807165

安装PyTorch请参考 https://blog.csdn.net/u014723479/article/details/103001861

安装pycocotools请参考 https://blog.csdn.net/weixin_41166529/article/details/109997105

3）体验NanoDet目标检测

下载代码，打开工程

先到githug下载代码，然后解压工程，然后使用PyCharm工具打开工程；

githug代码下载地址：https://github.com/guo-pu/NanoDet-PyTorch

说明：该代码是基于NanoDet项目进行小裁剪，专门用来实现Python语言、PyTorch 版本的代码

NanoDet作者开源代码地址： https://github.com/RangiLyu/nanodet （致敬）

使用PyCharm工具打开工程

选择开发环境】

文件(file)-->设置(setting)-->项目(Project)-->Project Interpreters 选择搭建的开发环境；

然后先点击Apply，等待加载完成，再点击OK；

进行目标检测

具体命令请参考：

'''目标检测-图片'''python detect_main.py image --config ./config/nanodet-m.yml --model model/nanodet_m.pth --path  street.png '''目标检测-视频文件'''python detect_main.py video --config ./config/nanodet-m.yml --model model/nanodet_m.pth --path  test.mp4 '''目标检测-摄像头'''python detect_main.py webcam --config ./config/nanodet-m.yml --model model/nanodet_m.pth --path  0

【目标检测-图片】

【目标检测-视频文件】

检测的是1080*1920的图片，很流畅毫不卡顿，就是目前识别精度不太高

4）调用模型的核心代码

detect_main.py 代码：

import cv2import osimport timeimport torchimport argparsefrom nanodet.util import cfg, load_config, Loggerfrom nanodet.model.arch import build_modelfrom nanodet.util import load_model_weightfrom nanodet.data.transform import Pipeline image_ext = ['.jpg', '.jpeg', '.webp', '.bmp', '.png']video_ext = ['mp4', 'mov', 'avi', 'mkv'] '''目标检测-图片'''# python detect_main.py image --config ./config/nanodet-m.yml --model model/nanodet_m.pth --path  street.png '''目标检测-视频文件'''# python detect_main.py video --config ./config/nanodet-m.yml --model model/nanodet_m.pth --path  test.mp4 '''目标检测-摄像头'''# python detect_main.py webcam --config ./config/nanodet-m.yml --model model/nanodet_m.pth --path  0 def parse_args():    parser = argparse.ArgumentParser()    parser.add_argument('demo', default='image', help='demo type, eg. image, video and webcam')    parser.add_argument('--config', help='model config file path')    parser.add_argument('--model', help='model file path')    parser.add_argument('--path', default='./demo', help='path to images or video')    parser.add_argument('--camid', type=int, default=0, help='webcam demo camera id')    args = parser.parse_args()    return args  class Predictor(object):    def __init__(self, cfg, model_path, logger, device='cuda:0'):        self.cfg = cfg        self.device = device        model = build_model(cfg.model)        ckpt = torch.load(model_path, map_location=lambda storage, loc: storage)        load_model_weight(model, ckpt, logger)        self.model = model.to(device).eval()        self.pipeline = Pipeline(cfg.data.val.pipeline, cfg.data.val.keep_ratio)     def inference(self, img):        img_info = {}        if isinstance(img, str):            img_info['file_name'] = os.path.basename(img)            img = cv2.imread(img)        else:            img_info['file_name'] = None         height, width = img.shape[:2]        img_info['height'] = height        img_info['width'] = width        meta = dict(img_info=img_info,                    raw_img=img,                    img=img)        meta = self.pipeline(meta, self.cfg.data.val.input_size)        meta['img'] = torch.from_numpy(meta['img'].transpose(2, 0, 1)).unsqueeze(0).to(self.device)        with torch.no_grad():            results = self.model.inference(meta)        return meta, results     def visualize(self, dets, meta, class_names, score_thres, wait=0):        time1 = time.time()        self.model.head.show_result(meta['raw_img'], dets, class_names, score_thres=score_thres, show=True)        print('viz time: {:.3f}s'.format(time.time()-time1))  def get_image_list(path):    image_names = []    for maindir, subdir, file_name_list in os.walk(path):        for filename in file_name_list:            apath = os.path.join(maindir, filename)            ext = os.path.splitext(apath)[1]            if ext in image_ext:                image_names.append(apath)    return image_names  def main():    args = parse_args()    torch.backends.cudnn.enabled = True    torch.backends.cudnn.benchmark = True     load_config(cfg, args.config)    logger = Logger(-1, use_tensorboard=False)    predictor = Predictor(cfg, args.model, logger, device='cuda:0')    logger.log('Press "Esc", "q" or "Q" to exit.')    if args.demo == 'image':        if os.path.isdir(args.path):            files = get_image_list(args.path)        else:            files = [args.path]        files.sort()        for image_name in files:            meta, res = predictor.inference(image_name)            predictor.visualize(res, meta, cfg.class_names, 0.35)            ch = cv2.waitKey(0)            if ch == 27 or ch == ord('q') or ch == ord('Q'):                break    elif args.demo == 'video' or args.demo == 'webcam':        cap = cv2.VideoCapture(args.path if args.demo == 'video' else args.camid)        while True:            ret_val, frame = cap.read()            meta, res = predictor.inference(frame)            predictor.visualize(res, meta, cfg.class_names, 0.35)            ch = cv2.waitKey(1)            if ch == 27 or ch == ord('q') or ch == ord('Q'):                break  if __name__ == '__main__':    main()

以上是"NanoDet是什么"这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注行业资讯频道！

很赞哦！