dog-qiuqiu/FastestDet

:zap: A newly designed ultra lightweight anchor free target detection algorithm， weight only 250K parameters， reduces the time consumption by 10% compared with yolo-fastest, and the post-processing is simpler

What it solves

FastestDet 是一种超轻量、实时的目标检测算法，专为资源受限的设备（如 ARM CPU 与 NPU）设计，旨在提供比之前的轻量检测器（如 Yolo‑fastest）更快、更简洁的替代方案，提升检测精度（mAP）和推理速度。

How it works

项目实现了多项架构优化以实现速度和效率：

  • Anchor-Free Design：移除预定义的锚框，简化检测过程。
  • Single Scale Detector Head：使用单一尺度进行检测，降低计算开销。
  • Cross Grid Multiple Candidate Targets：增强目标定位。
  • Dynamic Positive and Negative Sample Allocation：优化模型对目标与背景的学习区分。
  • Loss Optimization：采用基于 smooth L1 的 IOU‑aware 方法提升精度。

Who it’s for

该项目适合在嵌入式系统、移动设备或任何 CPU/NPU 资源受限且需要实时目标检测的开发者和研究者使用。

Highlights

  • Ultra-Lightweight：参数量极小（0.24M）。
  • High Efficiency：已针对 Radxa Rock3A（RK3568）、Qualcomm Snapdragon 835、Intel i7‑8700 等平台进行优化。
  • Multi-Framework Support：支持导出为 ONNX、TorchScript，并可通过 NCNN 与 ONNX‑Runtime 部署。
  • Improved Performance：在 ARM CPU 上的 mAP（25.3% vs 24.1%）和运行时间均优于 Yolo‑fastestv2。