yolo_v3和yolo_v2性能测试

  1. 使用的darknet版本:https://github.com/pjreddie/darknet
  2. 环境:tx2,GPU+opencv(没有使用CUDNN),摄像头(19168.1.103)

 2.1 识别效果

 

320*320

416*416

608*608

yolov3

(236MB COCOYolo v3) 

4.7FPS

4.3-4.8FPS

2.9FPS

2.8-3.0 FPS

1.5FPS

1.4-1.5FPS

yolov2

(194MB COCO Yolo v2)

10.8FPS

9.2-11.4FPS

6.7FPS

6.2-6.8FPS

3.6FPS

3.5-3.7FPS

yolov2-tiny

(43MB COCO Yolo v2) 

25FPS

24-27FPS

20FPS

18-22FPS

11.1FPS

10-11.4FPS

yolov2-tiny-voc

(60 MB VOC Yolo v2)

25FPS

24-26FPS

20FPS

18-20FPS

10FPS

9.7-10.7FPS

*FPS帧数第一行代表的视频序列中出现最多的识别速度,不是平均FPS,第二行代表的最小和最大识别速度

 

3.检测识别效果

3.1 YOLO_V3

    608*608

416*416

320*320

3.2 YOLO_V2

   608*608

416*416

320*320

  • 0
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 7
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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