#今日论文推荐# YOLOX升级 | 阿里巴巴提出YOLOX-PAI，1ms内精度无敌，超越YOLOv6、PP-YOLOE

#今日论文推荐# YOLOX升级 | 阿里巴巴提出YOLOX-PAI，1ms内精度无敌，超越YOLOv6、PP-YOLOE

EasyCV 是一个一体化计算机视觉工具箱，以方便使用各种 SOTA 计算机视觉方法。最近，作者将 YOLOX 的改进版 YOLOX-PAI 添加到 EasyCV 中。作者进行消融研究以调查某些检测方法对 YOLOX 的影响。作者还为 PAI-Blade 提供了一个简单的用法，用于加速基于 BladeDISC 和 TensorRT 的推理过程。
最后，在单个 NVIDIA V100 GPU 上在 1.0 毫秒内收到 COCO 数据集上的 42.8 mAP，这比 YOLOv6 快一点。EasyCV 中还设计了一个简单但高效的预测器 api 来进行端到端目标检测。
YOLOX 是最著名的单阶段物体检测方法之一，已广泛应用于自动驾驶、缺陷检测等各个领域。它在 YOLO 系列中引入了解耦头和Anchor-free方式，并在 40 mAP 到 50 mAP 之间获得最先进的结果。
考虑到它的灵活性和效率，作者打算将 YOLOX 集成到 EasyCV 中，这是一种一体化的计算机视觉方法，即使是初学者也能轻松使用计算机视觉算法。此外，通过使用检测Backbone、Neck和Head的不同增强来研究对 YOLOX 的改进。用户可以根据自己的需求简单地设置不同的配置来获得合适的目标检测模型。

论文题目：YOLOX-PAI: An Improved YOLOX Version by PAI
详细解读：https://www.aminer.cn/research_report/6310b0cc7cb68b460f117906https://www.aminer.cn/research_report/6310b0cc7cb68b460f117906
AMiner链接：https://www.aminer.cn/?f=cs