赞
踩
一、前言
本文内含YOLOv10网络结构图 + 训练教程 + 推理教程 + 数据集获取等有关YOLOv10的内容!
论文地址:https://arxiv.org/pdf/2405.14458
代码地址:https://github.com/THU-MIG/yolov10
摘要:在过去的几年里,YOLO 因其在计算成本和检测性能之间的有效平衡而成为实时目标检测领域的主要范例。 研究人员对 YOLO 的架构设计、优化目标、数据增强策略等进行了探索,取得了显着进展。 然而,后处理对非极大值抑制(NMS)的依赖阻碍了 YOLO 的端到端部署,并对推理延迟产生不利影响。 此外,YOLO中各个组件的设计缺乏全面彻底的检查,导致明显的计算冗余并限制了模型的能力。 它提供了次优的效率,以及相当大的性能改进潜力。 在这项工作中,我们的目标是从后处理和模型架构方面进一步提升 YOLO 的性能效
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。