YOLOF-MLD: A Multi-Level Distillation Framework for Efficient Object Detection

📄 arXiv: 2610.39408v1 📥 PDF

作者: Xiaolong Wu, Liming Zheng, Zitong Liu, Yue Zheng

分类: cs.CV

发布日期: 2026-10-29

备注: 4 pages

🔗 代码/项目: GITHUB

💡 一句话要点

提出YOLOF-MLD框架以提升边缘设备的目标检测效率

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 目标检测 轻量级网络 多级蒸馏 边缘计算 YOLO系列

📋 核心要点

  1. 现有轻量级目标检测框架在边缘设备上仍依赖于复杂的多分支网络，导致效率低下。
  2. YOLOF-MLD通过引入多级蒸馏和SiSo颈部设计，旨在减少参数数量并提高检测速度。
  3. 实验结果表明，YOLOF-MLD在保持较高准确率的同时，显著提升了处理速度，适合边缘设备应用。

📝 摘要（中文）

在资源受限的边缘设备上实现高效的目标检测对于火灾烟雾监测等安全关键应用至关重要。然而，现有的轻量级框架如YOLO26仍依赖于参数密集的多分支特征金字塔网络（FPN），限制了其轻量化优势的充分发挥。为了解决这一问题，本文提出了YOLOF-MLD，一个CPU高效的多级蒸馏框架，结合了YOLO26n主干、单输入单输出（SiSo）颈部和多级蒸馏（MLD）。通过切片语义匹配对主干特征进行对齐，利用感受野匹配和响应级别对颈部进行对齐。在D-Fire和Annotated Fire-Smoke（AFS）数据集上，YOLOF-MLD将YOLO26n的参数数量减少了35.7%，在Raspberry Pi 5上实现了62.3%的加速，分别达到了71.6%和59.9%的mAP@50，显示出边缘部署的竞争性准确性与延迟权衡。

🔬 方法详解

问题定义：本文旨在解决现有轻量级目标检测框架在边缘设备上效率不足的问题，尤其是多分支特征金字塔网络（FPN）导致的参数密集和计算负担。

核心思路：YOLOF-MLD框架通过结合YOLO26n主干、SiSo颈部和多级蒸馏（MLD）技术，旨在在减少参数的同时保持检测精度，从而适应资源受限的边缘设备。

技术框架：该框架主要包括三个模块：YOLO26n主干用于特征提取，SiSo颈部用于特征融合，以及多级蒸馏用于特征对齐和信息传递。

关键创新：YOLOF-MLD的核心创新在于采用了切片语义匹配和感受野匹配的特征对齐方法，这与传统的多分支网络设计形成鲜明对比，显著降低了模型的复杂性。

关键设计：在模型设计中，YOLOF-MLD通过优化参数设置和损失函数，确保了在减少参数数量的同时，仍能保持较高的检测精度和速度。

🖼️ 关键图片

fig_0

📊 实验亮点

YOLOF-MLD在D-Fire和AFS数据集上的实验结果显示，模型参数数量减少了35.7%，在Raspberry Pi 5上实现了62.3%的速度提升，mAP@50分别达到了71.6%和59.9%，与YOLO26n的75.5%和60.0%相比，展现了良好的准确性与延迟权衡。

🎯 应用场景

YOLOF-MLD框架特别适用于资源受限的边缘设备，如智能监控、无人机监测和自动驾驶等领域。其高效的目标检测能力能够在安全关键应用中提供实时反馈，提升响应速度和安全性，具有广泛的实际应用价值和未来发展潜力。

📄 摘要（原文）

Efficient object detection on resource-constrained edge devices is essential for safety-critical applications such as fire-smoke monitoring. However, current lightweight frameworks, such as YOLO26, still rely on the parameter-dense multi-branch Feature Pyramid Network (FPN), preventing full exploitation of their lightweight advantage. Replacing FPN with YOLOF's single-input-single-output (SiSo) neck is a promising solution but causes substantial accuracy loss. To alleviate this, we propose YOLOF-MLD, a CPU-efficient multi-level distillation (MLD) framework that combines a YOLO26n backbone, a SiSo neck, and MLD. It aligns features at the backbone via sliced-semantics matching, neck with receptive-field matching, and response levels. On D-Fire and Annotated Fire-Smoke (AFS) datasets, YOLOF-MLD reduces the parameter count of YOLO26n by 35.7\% and achieves a 62.3\% speedup on Raspberry Pi 5, attaining 71.6% and 59.9% mAP@50, respectively, compared with 75.5% and 60.0% for YOLO26n. These results demonstrate a competitive accuracy--latency trade-off for edge deployment. Our code is available at https://github.com/XiaolongWU111/YOLOF---MLD/blob/main/README.md.