YOLOv4-Tiny来了！371 FPS！

最新推荐文章于 2024-08-06 16:18:03 发布
最新推荐文章于 2024-08-06 16:18:03 发布
阅读量1.5w 收藏 57
点赞数 9
分类专栏： 计算机视觉 目标检测 深度学习 文章标签： 人工智能 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/amusi1994/article/details/107005876
版权
YOLOv4-Tiny版本已发布，带来40.2% AP50和371 FPS的惊人表现，相比YOLOv3-Tiny等有显著提升。该模型在COCO数据集上表现出色，且在Titan XP和Jetson AGX Xavier设备上测试速度快。YOLOv4-Tiny采用了CSPNet、CIoU-loss等改进，未来可能通过OpenCV或TensorRT实现更快的速度。YOLOv4作者AlexeyAB在GitHub上分享了相关信息。
摘要由CSDN通过智能技术生成

编辑：Amusi
Date：2020-06-28
来源：CVer微信公众号
链接：YOLOv4-Tiny来了！371 FPS！

前言

今天刷屏的动态一定是 YOLOv4-Tiny！

在这里插入图片描述
实际上，YOLOv4-Tiny 在大前天（2020.06.25）的晚上就正式发布了，但鉴于当时处于端午假期，Amusi 特意没有更新，希望各位CVers过个好节，科研缓一缓，哈哈。

YOLOv4 重要时间节点
2020.04：YOLOv4 正式发布
2020.06：YOLOv4-Tiny 正式发布

YOLOv4-Tiny来了！

时隔两个月，YOLOv4-Tiny版本正式推出！
在COCO上的性能：40.2% AP50, 371 FPS (GTX 1080 Ti)

无论是AP，还是FPS的性能，其相较于YOLOv3-Tiny、Pelee、CSP都是巨大的提升，如下图所示：

在这里插入图片描述
目前YOLOv4的模型（cfg、weights）已

最低0.47元/天 解锁文章
Amusi（CVer）
关注
专栏目录
Windows10+cuda11.0+Opencv3.4.0+yolov4+darknet环境下的物体检测
weixin_43325374的博客
07-02 1520
任务分析 首先让我们明确一下本次的任务：用 gun/sword 数据集训练你的物体检测模型，并对数据集中的验证集进行检测，计算出 mAP。 然后，大致了解一下需要完成的环境配置。看了一下，本次任务是由Windows10 + VS + OpenCV+yolo+darknet一起完成的，还得下载标记工具vott和目标检测指标mAP。 下面开始操作。 附：电脑已提前安装好cudu,版本为11.0，具体如下： 一、 下载opencv3.4.0版本 这个版本是恰到好处的。 Releases - OpenCV 或R
YOLOv4-tiny（三）锚框解码
Wexssss的博客
05-14 1668
本期讲一下关于YOLOv4-tiny中锚框解码和模型评估部分的内容。对于想了解非极大值抑制的过程、以及预测结果如何转换到图片上的真实预测框的可以参考。
目标检测 | yolov4 原理和介绍
最新发布
hhl_work的博客
08-06 1423
YOLOv4是一种高效且准确的目标检测模型，它在YOLOv3的基础上引入了多项改进，这些改进主要集中在网络结构的优化和训练技巧的更新上。论文链接：https://arxiv.org/abs/2004.10934时间：2020年作者：Alexey Bochkovskiy代码参考：https://github.com/Tianxiaomo/pytorch-YOLOv4大量的特征据说可以提高卷积神经网络(CNN)的精度。需要在大数据集上对这些特征的组合进行实际测试，并对结果进行理论证明。
yolov4-tiny.conv.29
07-15
tiny yoloV4的预训练权重 yolov4-tiny.conv.29 tiny比较小，速度非常快，结合opencv可以实时检测。效果相当的棒。
YOLOv4~tiny
whaosoft143ai的博客
09-24 1790
因此，该方法可以提高复杂场景下交通标志识别的准确性，满足智能车辆对交通标志识别任务的实时性要求。更具体地说，基于单目摄像机的视觉系统以视频或图像的形式捕捉车辆行驶道路环境中的信息，然后将信息传递给交通标志检测器，交通标志检测器通过视觉系统给出的视频序列检测行驶环境中是否存在交通标志。交通标志检测系统的职责是检测驾驶环境中是否存在交通标志。我们就提出了一种基于增强型YOLOv4-MINI的中国交通标志检测算法，该算法可以更有效地促进不同级别信息的传输和共享，通过优化网络来提高算法的检测精度并确保其检测速度。
目标检测实战(二)：YoloV4-Tiny训练、测试、评估完整步骤
源的博客
09-02 9351
文章目录Yolov4-Tiny讲解Yolov4-Tiny-backboneGithub-代码下载数据集下载数据集处理训练网络预测网络评估网络 Yolov4-Tiny讲解 https://www.bilibili.com/video/BV18h411d7by?p=4 Yolov4-Tiny-backbone Github-代码下载 https://github.com/bubbliiiing/yolov4-tiny-pytorch 数据集下载 这里用的数据集是VOC2007或者2012 官网下载地址：htt
Yolov4-tiny Yolov4的神经网络模型文件
11-14
主要是Yolov4-tiny Yolov4的神经网络模型文件，可以直接调用，主要运用在物体识别、目标识别跟踪、人脸识别、无人机等应用领域。
yolov4-tiny预训练模型和权重weigths cfg 文件.rar
07-23
yolov4-tiny预训练模型和权重weigths cfg 文件.rar
Windows版YOLOv4-tiny目标检测实战：训练自己的数据集
06-21
YOLOv4-tiny来了！速度大幅提升！ YOLOv4-tiny在COCO上的性能可达到：40.2% AP50, 371 FPS (GTX 1080 Ti)。相较于YOLOv3-tiny，AP和FPS的性能有巨大提升。并且，YOLOv4-tiny的权重文件只有23MB，适合在移动端、...
YOLOv4-tiny目标检测实战：训练自己的数据集
06-21
YOLOv4-tiny来了！速度大幅提升！ YOLOv4-tiny在COCO上的性能可达到：40.2% AP50, 371 FPS (GTX 1080 Ti)。相较于YOLOv3-tiny，AP和FPS的性能有巨大提升。并且，YOLOv4-tiny的权重文件只有23MB，适合在移动端、...
yolov4-tiny.zip
09-01
yolov4_tiny权重
yolov4-tiny.cfg
11-03
目标检测：yolo深度目标检测模型的网络配置文件，下载下来后放到相应的文件夹中即可开始深度网络模型的训练
tiny-yolo.pb
06-20
利用darkflow将yolov2的权重文件转换为tensorflow的pb模型文件，包括yolo.pb以及yolo.meta两个文件。
yolov4-tiny.weights
06-29
yolov4 Tiny版本的预训练权重，提取了yolo v4的backbone层，可用作训练yolo-V4.
YOLO V4论文翻译及复现
rock4you
05-09 2457
论文标题：YOLOv4: Optimal Speed and Accuracy of Object Detection 下载地址：https://arxiv.org/abs/2004.10934 标题：YOLOv4：优化目标检测的速度和精度 摘要： 有大量的特征被认为可以提升卷积神经网络的精度。 将这些特征进行组合后在大规模数据集上进行实际的测试，并给出理论层面的正当理由，是必要的。 有些特征针对特定问题、特定模型，或者仅仅是针对小规模数据集起作用。 与此同时，有些特征，例如批标准..
Yolo v4系列学习（五）Yolov4-tiny
热门推荐
竭尽全力的专栏
06-28 3万+
这几天，Alexey Bochkovskiy大神在Yolov4官网上更新了Yolov4-tiny！这对于计算资源相对紧张的开发者来说当然是福音啊。 这样的话，YOLO算法各个版本都有其对应的tiny版本了！ 1、从如下网址下载最新版的darknetAB源码： https://github.com/AlexeyAB/darknet 2、下载Yolov4-tiny训练权重：Yolov4-tiny权重，将下载好的权重放到darknet目录下即可； 3、打开makefile文件，在编...
yolov4/yolov4-tiny保姆级训练教学
m0_58585940的博客
01-04 5151
pytorch环境搭建以及训练过程保姆级教程
yolov8n、yolox-tiny、yoloxs、yolov3-tiny、yolov4-tiny、yolov7-tiny的parameters各是多少
06-02
对不起，我不知道 yolov8n、yolox-tiny、yoloxs、yolov3-tiny、yolov4-tiny、yolov7-tiny 这些模型的存在，因为它们不是常见的目标检测模型，也不是YOLO官方发布的模型。同时，模型参数的大小也会因模型结构、输入图像大小和训练数据等因素而异。如果您能提供更多信息，我会尽力回答您的问题。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值