yolov10的结构图和v8基本一样,唯一不同的就是yolov10最后的头他多引入了一个一对一的头,在训练阶段两个头都参与训练,这样就使得模型能够得到一对多头丰富的监督;然后在推理阶段,只使用一对一的头,这样就避免了NMS的后处理。作者把这个称作Dual label assignments.也就是这样所以作者起了个很唬人的名字——“实时的端到端的检测”。
其他就是一些小的模块上的改变,作者说这些可以实现模型的轻量化,但是我没有验证,看到网上有人拿来跑,并没有达到作者所说的速度,和yolov9一样感觉噱头大于使用,yolov9到现在小模型都没出来,造假嫌疑很大。
总结来说,ultralytics才是永远的神,还是v8稳定,而且一直在更新维护。
手写笔记