代码地址： https://github. com/alibaba/EasyCV
作者：Edison_G
最新阿里巴巴研究员，基于自研平台，对YoloX检测框架进行了改进，并且效率更快，超越了Yolov6和PP-YoloE等网络。
01概述
EasyCV是阿里巴巴开源的基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具。EasyCV在阿里巴巴集团内支撑了搜索、淘系、优酷、飞猪等多个BU业务，同时也在阿里云上服务了若干企业客户，通过平台化组件的形式，满足客户自定定制化模型、解决业务问题的需求。
此外，基于PAI团队多年积累的深度学习训练、推理加速技术，在EasyCV中也集成了IO优化，模型训练加速、量化裁剪等功能，在性能上具备自己的优势。基于阿里云的PAI产品生态，用户可以方便地进行模型管理、在线服务部署、大规模离线推理任务。
将YOLO检测器切换为无锚方式，并采用其他先进的检测技术，即解耦头和领先的标签分配策略SimOTA，以在大范围的模型中实现最先进的结果：对于只有0.91M参数和1.08GFLOPs的YOLO Nano，我们在COCO上获得25.3%的AP，超过NanoDet 1.8%的AP；对于工业上使用最广泛的探测器之一YOLOv3，我们在COCO上将其AP提高到47.3%，比当前的最佳做法高出3.0%AP；对于与YOLOv4 CSP、YOLOv5-L参数量大致相同的YOLOX-L，我们在COCO上以68.9 FPS的速度在Tesla V100上实现了50.0%的AP，超过了YOLOv5-L 1.8%的AP。
考虑到EasyCV的一些特性：
-
丰富完善的自监督算法体系：囊括业界有代表性的图像自监督算法SimCLR, MoCO, Swav, Moby, DINO等，以及基于mask图像预训练方法MAE，同时提供了详细的benchmark工具及复现结果。
-
丰富的预训练模型库：提供丰富的预训练模型，在以transformer模型为主的基础上，也包含了主流的CNN 模型, 支持ImageNet预训练和自监督预训练。兼容PytorchImageModels支持更为丰富的视觉Transformer backbone。
-
易用性和可扩展性 ：支持配置方式、API调用方式进行训练、评估、模型导出；框架采用主流的模块化设计，灵活可扩展。
-
高性能 ：支持多机多卡训练和评估，fp16训练加速。针对自监督场景数据量大的特点，利用DALI和TFRecord文件进行IO方面的加速。对接阿里云机器学习PAI平台训练加速、模型推理优化。
研究者基于EasyCV引入了YoloX-PAI，各种实验得出了影响YoloX的元素，并且提供了PAI-Blade，一种简单的实现方式，用于加速基于BladeDISC和TensorRT的推理过程。
02
新框架
主干网络
新框架的主干网络还是引用Yolov6的，也是使用RepVGG-based，一个3x3卷积block代替multi-branch structure，有利于节约推理时间，并且提升了检测结果。
Neck
研究者使用了两种方式来提升Neck的性能，主要为：1）用于特征增强的自适应空间特征融合（ASFF）以及优化版本（ASFF-Sim）；2）GSConv，一种轻量级的卷积块，主要为了降低计算成本。
Head
研究者主要通过注意力机制来增强检测头，借鉴了Transform框架中的机制，主要为了协调物体检测和分类两个分支的任务，上图已经展示了检测头，使用stem模块来加内存通道数，然后有一组类间卷积层来获取类间特征图，然后根据不同任务自适应获取超参数。
PAI-Blade
通过统一的流程在不同框架上自动完成多样化的优化策略
-
Performance: 优异的执行性能仍然是我们考虑的最主要问题；没有性能的优化工具，不拥有价值。
-
Generality: 广泛的通用性能够适配更多场景，同时提供更多的开发和部署自由。
-
支持 TensorFlow/PyTorch/ONNX
-
支持多样的加速硬件，包括 GPU/CPU/DCU 等等
-
支持不同的加速方案，BladeDISC/TensorRT/TVM/MNN 等等
-
-
Usability and Robustness: 易用性和鲁棒性能够降低用户的学习成本在生产系统中集成的成本。
-
统一的简洁的 API
-
最大程度的自动化
-
轻量的集成负担(仅需要几行代码)
-
PAI-Blade 和以往其他的工具主要的不同点在于它不仅仅考虑性能，而是更加强调性能、通用性、易用性与鲁棒性的协同设计。