目标检测系列算法:YOLOv6代码复现

YOLOv6 是一个专用于工业应用的单阶段目标检测框架，具有硬件友好的高效设计和高性能。

YOLOv6-nano 在 COCO val2017 数据集上达到 35.0 mAP，T4 上使用 TensorRT FP16 进行 bs32 推理，达到 1242 FPS，YOLOv6-s 在 COCO val2017 数据集上达到 43.1 mAP，T4 上使用 TensorRT FP16 进行 bs32 推理，达到 520 FPS。

YOLOv6 由以下方法组成：

Backbone 和 Neck 的硬件友好型设计
具有 SIoU 损失的高效解耦头

开发环境

• ubuntu16.04+docker
• conda-python3.6 源代码要求在python3.8，我在python3.6也可以跑通
  环境配置我稍微调整了一下：