Yolov6 笔记
yolov6 是美团开源的模型，主要是工业应用，官方说速度精度都比v5 和 x 高, 最近也用到了efficientRep 作为backbone, 记录一下
论文做了什么？
读完相关文章觉得论文主要优化了模型结构，backbone，neck，和head，backbone 的话是基于repVGG,重新设计了 efficientRep backbone 和 rep-pan,对于head 将回归、分类等解耦
论文怎么做的以及达到的效果
efficientRep backbone
基于repVGG 的思想，可重参数化的结构一是能保持模型有强的学习能力，同时在推理时速度快（分支越少，速度越快）
可重参数化的关键在于 1. conv 和 Bn 层的合并 2. 1 * 1 卷积和 identity 可转换为 3 * 3 卷积
重参数化推导如下：
