首页
学习
活动
专区
圈层
工具
发布
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    高精度PP-YOLOE、轻量化PP-PicoDet SOTA模型重磅开源!

    正因如此,YOLOv5、YOLOX、PP-YOLOE、PP-PicoDet等优秀算法层出不穷,各有优劣侧重。...PP-YOLOE: 高精度SOTA目标检测模型 PP-YOLOE根据不同应用场景设计了s/m/l/x,4个尺寸的模型来支持不同算力水平的硬件,无论是哪个尺寸,精度-速度的平衡都超越当前所有同等计算量下的...训练速度较PP-YOLOv2提高33%,降低模型训练成本。...: https://arxiv.org/abs/2203.16250 PP-PicoDet: 0.7M超超轻量SOTA目标检测模型 超乎想象的超小体积及超预期的性能,使PP-PicoDet成为边缘、低功耗硬件部署的极佳选择...最新增加的PP-PicoDet-XS更是仅有0.7M,在CPU上预测速度可达250FPS以上,在训练速度上也大幅提升一倍以上。

    1.1K10

    2022年新版YOLO解读(PP-YOLOE)

    达到了速度和精度的最佳平衡,V100上测试可达68FPS,是当前YOLO系列网络的集大成者,YOLOX引入了先进的动态标签分配方法,在精度方面显著优于YOLOv5,受到YOLOX的启发,作者进一步优化了之前的工作PP-YOLOv2...在PP-YOLOv2的基础上提出YOLOE,该检测器避免使用deformable convolution和matrix nms等运算操作,能在各种硬件上得到很好的支持。...在640 × 640的分辨率下,YOLOE-l 达到 51.4 mAP,78.1 FPS: 以1.9% AP高于 PP-YOLOv2, 以1.0% AP高于YOLOX-l(截止2月31日YOLOX官网的精度...PP-Picodet成功地将VFL和DFL应用于目标探测器中,并获得了性能的提高。VFL与中的Quality Focal Loss(QFL)不同,VFL使用目标评分来衡量正样本的损失权重。...总体实验的效果如下,以PP-YOLOv2作为Baseline: 3、性能 YOLOE在COCO 2017 test-dev上与不同检测器的速性能比较。标有“+”的结果是相应官方发布的最新结果。

    4.2K20
    领券