YOLOV6是由美团开发的一款目标检测算法，也是在YOLOV4的基础上进行改进，改进点包括引入Anchor free 思想，结构重参数方法等。
1.改进点：
- 采用anchor free方案，不需要预设参数，同时后处理耗时短。
- 采用重参数的方法设计网络，训练使用多分支结构，推理使用单分支结构。
2.网络结构
YOLOV6结构
跟其他的YOLOV6版本一样，都是由输入、backbone、neck和输出组成。yolov6最大的改进就是在模型中引入了基于结构重参数化的思想，就是repvgg那种，以及基于anchor free的思想，就是fcos的那种。
3.anchor free
我下面要讲的并不是yolov6里面用的那种anchor free，这种思想是后处理中不需要非极大值nms的，在部署方面更加方便。yolov6里面用的是fcos的思想，我上一篇博客有写。
真anchor free
cornornet和centernet是真anchor free里最典型的2种方法，一种是直接预测这个物体的2个点，通过这2个点来确定物体框的位置，而后一种就更加简单，直接预测物体的中心点，再预测物体宽高来确定物体框的位置。
