目标检测算法之YOLO.pptx

上传者：v**********
时间：2023/04/21
热度：907
0人点赞
举报

YOLO 诞生于2015 年，全称为“You Only Look Once”，顾名思义就是只看一次，把目标区域预测和目标类别预测合二为一，该方法的最大优势就是检测速度快，解决了基于深度学习的目标检测网络在检测速度上的痛点。从 2015 年的 YOLOV1，2016 年 YOLOV2，2018年的 YOLOV3，到 2020 年的 YOLOV4、 YOLOV5，以及最近出现的 YOLOV6 和 YOLOV7 ， YOLO 系列见证了深度学习时代目标检测的演化。 YOLOV7主要使用了现有的一些trick的集合以及模块重参化和动态标签分配策略，最终在 5 FPS 到 160 FPS 范围内的速度和准确度都超过了所有已知的目标检测器，在V100上进行测试，精度为56.8%AP的模型可达到30FPS（batch=1）以上的检测速率，是目前唯一一款在如此高精度下仍能超过30FPS的检测器。