当前位置:   article > 正文

YOLO9000架构——更快、更强_yolov9

yolov9

YOLO v2 和 YOLO 9000 是由 J. Redmon 和 A. Farhadi 于 2016 年在题为YOLO 9000: Better, Faster, Stronger 的论文中提出的。在 67 FPS 下,YOLOv2 的 mAP 为 76.8%,在 VOC 2007 数据集上,在 67 FPS 下,YOLOv2 的 mAP 为 78.6%,优于Faster R-CNNSSD等模型。YOLO 9000 使用 YOLO v2 架构,但能够检测超过 9000 个类别。然而,YOLO 9000 的 mAP 为 19.7%,其中不在 COCO 中的 156 个类的 mAP 为 16%。然而,YOLO 可以预测超过 9000 个类别。 

建筑学: 
 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Monodyee/article/detail/73156
推荐阅读
相关标签
  

闽ICP备14008679号