yolo-lite - 腾讯云开发者社区 - 腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

YOLO-LITE来了（含论文精读和开源代码）

那么YOLO-LITE是与上述work有什么区别呢？...接着向下看注：文末附网络模型和预训练权重 YOLO-LITE YOLO-LITE是一种实时目标检测模型，可用于便携式设备，如缺少图形处理单元（GPU）的笔记本电脑或手机。...粗看下来，YOLO-LITE就是为了在无GPU的设备上实现实时目标检测，而且YOLO-LITE是基于Tiny-YOLOv2进行改进的。...根据作者描述，YOLO-LITE的设计还有额外的指标：在无GPU的电脑上达到不低于10 FPS的速度在PASCAL VOC上达到不低于30% mAP YOLO-LITE主要有两个贡献：证明浅层网络...注：原作者对Tiny-YOLOv2进行改进，总共试验次数不低于13组，根据实验结果比较，试验3-无BN是YOLO-LITE最佳版本。所以上述只介绍了YOLO-LITE：试验3-无BN的网格结构。

4K2 0

YOLO-LITE:专门面向CPU的实时目标检测

Georgia Institute of Technology、The Cooper Union、UNC Wilmington的研究人员日前发表的一篇文章，旨在解决在CPU上实时的目标检测，甚至其提出的YOLO-LITE...最后选择的Trial3（NB）即是YOLO-LITE。论文中实验的各种算法MAP和FPS的比较： ?...下图是YOLO-LITE与原始Tiny-YOLOv2的网络结构比较，主要的变换是，卷积层个数变少了（网络变窄），同时去除了BN层。 ?...下图是YOLO-LITE在COCO上的测试结果，性能下降了不少，但fps达到Tiny-YOLOv2 十倍，SSD MobilenetV1的3.6倍。测试机器是Dell XPS 13笔记本。...论文地址： https://arxiv.org/abs/1811.05588v1 项目地址： https://github.com/reu2018dl/yolo-lite

2.1K3 0

您找到你想要的搜索结果了吗？

是的

没有找到

快速目标检测--YOLO-LITE: A Real-Time Object Detection Algorithm Optimized for Non-GPU Computers

YOLO-LITE: A Real-Time Object Detection Algorithm Optimized for Non-GPU Computers https://github.com.../reu2018DL/YOLO-LITE https://github.com/Stinky-Tofu/Stronger-yolo YOLO-LITE runs at about 21 FPS on...computer 本文觉得对于小的网络， batch normalization 性价比不高，所以可以去掉 batch normalization 以提示网络的速度 Tiny Yolo V2 和 YOLO-LITE...Pruning YOLO-LITE showed to have no improvement in accuracy or speed 重新设计一个网络感觉就是瞎尝试啊！ 11

6543 0

重磅！YOLOv3最全复现代码合集（含TensorFlowPyTorch和Keras等）

YOLO-LITE来了（含论文精读和开源代码）重磅！MobileNet-YOLOv3来了（含三种框架开源代码）想想快一年了，YOLOv4 应该快出了吧？！

14.4K9 9

Micro-YOLO：探索目标检测压缩模型的有效方法（附论文下载）

(YOLO-LITE: a real-time object detection algorithm optimized for non-GPU computers) 开发了YOLO-Lite网络，其中从

1K1 0

YOLO 系目标检测算法家族全景图！

YOLO-LITE YOLO-LITE: A Real-Time Object Detection Algorithm Optimized for Non-GPU Computers 作者：Jonathan...：https://arxiv.org/abs/1811.05588 引用 | 73 代码：https://reu2018dl.github.io/ Star | 336 时间：2018年11月14日 YOLO-LITE

2K3 0

专栏 | 【综述】Pytorch YOLO项目推荐建议收藏学习

YOLO-Lite 论文原文：https://arxiv.org/pdf/1811.05588.pdf 项目地址：https://github.com/reu2018DL/YOLO-LITE 项目特点：...论文致力于设计一个网络（cpu速度大于10FPS，PASCAL VOC精度大于30%），因此基于YOLO-v2，提出了一个cpu端的或者端侧的实时检测框架YOLO-LITE。

1.6K2 0

【综述】Pytorch YOLO项目推荐建议收藏学习

YOLO-Lite 论文原文：https://arxiv.org/pdf/1811.05588.pdf 项目地址：https://github.com/reu2018DL/YOLO-LITE 项目特点：...论文致力于设计一个网络（cpu速度大于10FPS，PASCAL VOC精度大于30%），因此基于YOLO-v2，提出了一个cpu端的或者端侧的实时检测框架YOLO-LITE。

1.9K3 2

仅192万参数的目标检测模型，Micro-YOLO如何做到目标检测精度与效率兼得

为了在资源受限的设备上实现高效推理，研究者们提出了多种轻量化思路：YOLO-LITE：移除YOLOv2-tiny中的批归一化层，提升了非GPU设备上的推理速度；YOLO-Nano：通过8位量化与结构优化

1451 0

CVPR 2019 | 京东AI研究院提出 ScratchDet：随机初始化训练SSD目标检测器

这个问题在移动端、CPU 实时检测器等设计中尤为突出，比如：Pelee，Tiny-SSD，YOLO-LITE，Fire-SSD，Tiny-YOLO，Tiny-DSOD，MobileNetV2 等等。...abs/1704.03155v2 Pelee: https://arxiv.org/abs/1804.06882 Tiny-SSD: https://arxiv.org/abs/1802.06488 YOLO-LITE

1K2 0

超越YOLOv4-tiny！比YOLOv3快7倍！YOLObile：移动端上的目标检测

为此，一些轻量级(lightweight)物体检测网络被提出，如SSD-Lite, YOLO-Lite, YOLO-tiny等，以满足在移动设备上快速的物体检测。

2.3K4 1

CSL-YOLO | 超越Tiny-YOLO V4，全新设计轻量化YOLO模型实现边缘实时检测！！！

此外，在224×224的输入尺度下，与最轻的YOLO-LITE相比，CSL-YOLO仍然在更低的FLOPs下获得更高的AP性能。

1.6K4 0

YOLOv4团队开源最新力作！1774fps、COCO最高精度，分别适合高低端GPU的YOLO

YOLO-Lite: https://arxiv.org/abs/1811.05588 5. Gaussian YOLOv3: https://arxiv.org/1904.04620 6.

1.8K1 0

AAAI2021 | 在手机上实现19FPS实时的YOLObile目标检测，准确率超高

为此，一些轻量级 (lightweight) 目标检测网络模型被提出，如 SSD-Lite, YOLO-Lite, YOLO-tiny 等，以实现移动设备上的快速目标检测。

8911 0

AAAI2021 | 在手机上实现19FPS实时的YOLObile目标检测，准确率超高

为此，一些轻量级 (lightweight) 目标检测网络模型被提出，如 SSD-Lite, YOLO-Lite, YOLO-tiny 等，以实现移动设备上的快速目标检测。

9592 0

目标检测涨点小Trick | 回顾Proposal-Based目标检测，启发小改NMS即可带来涨点

单阶段检测器，如SSD，YOLO系列（包括YOLOv3，YOLOv4，YOLOX，YOLO-Lite），RetinaNet，EfficientDet，CornerNet，CenterNet，和FCOS，

8361 0

相关资讯

YOLOv4团队开源最新力作！1774fps、COCO最高精度，分别适合高低端GPU的YOLO

热门标签

活动推荐

运营活动

活动名称

广告关闭