YOLO9000: Better, Faster, Stronger - Slides

最新推荐文章于 2023-12-10 16:01:12 发布
最新推荐文章于 2023-12-10 16:01:12 发布
阅读量356 收藏
点赞数 1
分类专栏： object detection - 目标检测 文章标签： YOLO9000 Better Faster Stronger Slides
原文链接：https://pjreddie.com/publications/
版权

YOLO9000: Better, Faster, Stronger - Slides

Joseph Redmon, Ali Farhadi

University of Washington
Allen Institute for AI

https://pjreddie.com/darknet/yolov1/
https://pjreddie.com/darknet/yolov2/
https://pjreddie.com/darknet/yolo/
https://pjreddie.com/publications/

University of Washington，UW, Washington or U-Dub：华盛顿大学
Facebook Artificial Intelligence Research，Facebook AI Research，FAIR
Allen Institute for Artificial Intelligence，Allen Institute for AI，AI2
Computer Science，CS：计算机科学
Computer Vision，CV：计算机视觉
interpretation [ɪnˌtɜːprəˈteɪʃn]：n. 解释，翻译，演出
intuition [ˌɪntjuˈɪʃn]：n. 直觉，直觉力，直觉的知识
moderation [ˌmɒdəˈreɪʃn]：n. 适度，节制，温和，缓和
slide [slaɪd]：v. 滑动，平稳地走，悄悄移动，逐渐恶化，贬值，衰落，不知不觉陷入，不加理睬 n. 滑动，下跌，幻灯片，变糟，滑梯，滑垒，坡道滑，雪崩，载物玻璃片，(机器或乐器的）) 滑动装置，发夹，轻便鞋
musher [ˈmʌʃər]：赶狗拉雪橇的人
malamute ['mæləmjuːt]：n. 爱斯基摩犬，阿拉斯加雪橇犬  (同 malemute)
toilet [ˈtɔɪlət]：n. 厕所，盥洗室，梳妆，打扮 vi. 梳妆，打扮 vt. 给...梳妆打扮
sink [sɪŋk]：v. (在水或泥里) 下沉，使 (船只) 沉没，倒下，渗透，完全被理解，使锋利物穿透表面，(物体) 沉降，消失，降低，(声音) 变小，挖掘，埋入，使消沉，压抑，接近死亡，隐藏，击球入洞，(非正式) 猛喝 n. 洗涤槽，水槽，洼地，污水坑，(技) 汇，壑，贫困地区学校 (或房产)，巢，藏垢的场所 adj. 位于社会条件差的贫穷地区的，贫民窟的

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

Yongqiang Cheng
关注
专栏目录
Yolo轻量级网络，超轻算法在各硬件可实现工业级检测效果（附源代码）
gzq0723的博客
08-23 2103
计算机视觉研究院专栏作者：Edison_G目标检测是现在最热门的研究课题，也一直是工业界重点研究的对象，最近几年内，也出现了各种各样的检测框架，所属于YOLO系列是最经典也是目前被大家认可...
文献阅读记录2-YOLO9000: Better, Faster, Stronger
宇哥科研之路小记录
12-07 3539
我只是翻译或转载文献，截屏论文图片，记录下阅读记录。如有侵权，请联系删帖。 原标题： YOLO9000: Better, Faster, Stronger 原作者： Joseph Redmon， Ali Farhadi
【笔记】文献阅读[YOLOV2]-YOLO9000: Better, Faster, Stronger
qq_44703886的博客
09-10 1201
更快、更准、类别更多
YOLO-Fastest：目前最快的YOLO网络！移动端上可达148 FPS
idol24的博客
10-22 3534
点击上方“机器学习与生成对抗网络”，"星标"置顶重磅干货，第一时间送达萧箫 发自 凹非寺本文转载自：量子位（QbitAI）最轻的YOLO算法出来了！这是个模型非常小、号称...
YOLO-FastestV2：更快，更轻！移动端高达300 FPS！参数量仅250k
阿木寺的博客
08-20 4235
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达作者：qiuqiuqiu |已授权转载（源：知乎）https://zhuanlan.zhihu.com/p/400...
Yolo-Fastest：超超超快的开源ARM实时目标检测算法
银尘
08-09 779
转：https://zhuanlan.zhihu.com/p/234506503 Yolo-Fastest，顾名思义，应该是现在已知开源最快的最轻量的改进版yolo通用目标检测算法（貌似也是现在通用目标检测算法中最快最轻量的），其实初衷就是打破算力的瓶颈，能在更多的低成本的边缘端设备实时运行目标检测算法，例如树莓派3b，4核A53 1.2Ghz，在最新基于NCNN推理框架开启BF16s，320x320图像单次推理时间在60ms～，而在性能更加强劲的树莓派4b，单次推理33ms，达到了30fps的全实时。而
YOLO9000:Better, Faster, Stronger
08-25
YOLO9000是基于YOLO（You Only Look Once）目标检测算法的改进版本，旨在实现更快、更准确和更强大的实时物体检测系统。该系统能够检测超过9000个不同的对象类别，显著提升了目标检测的多样性和覆盖率。 YOLO9000的...
android最新面试题及答案
08-23
1. 下列哪些语句关于内存回收的说明是正确的? (b ) A、 程序员必须创建一个线程来释放内存 　　B、 内存回收程序负责释放无用内存 　　C、 内存回收程序允许程序员直接释放内存 　　D、 内存回收程序可以在指定的时间释放内存对象 　　2. 下面异常是属于Runtime Exception 的是(abcd)(多选) A、ArithmeticException 　　B、IllegalArgumentException 　　C、NullPointerException 　　D、BufferUnderflowException
poly-yolo.pdf
05-29
与YOLOv3相比，训练参数只有60%，但MAP提高了60%，并提出更轻量版的Poly-YOLO Lite，与YOLOv3比有相同的京都的，但是更小更快，可应用到实力分割上，代码和论文刚开源！
YOLOV2-Better，Faster，Stronger
daweq的博客
11-14 656
YOLOV1就是在这种情况下进行训练的，但是根据YOLOV1的实际情况，输入的图片的分辨率是448x448，那就和训练时的分辨率不一样，这样会导致训练时，我们要放大图片，这样必然会影响最后的精度。我们可以知道，对于激活层来说，输入激活层的数据是很重要的，对于常用的sigmoid的激活函数来说，数据集中在中间时，能够更好地利用非线性函数的性质，才能将数据更好地传递。具体的效果如下图所示。YOLOV1中，一开始中心点是位于GC中的，但随着训练的进行，BBOX可以野蛮的生长，这样会导致，中心点不再落在该GC中。
专业创新实践报告--YOLO v3算法详解以及和Faster-RCNN的比较
cangzhexingxing的博客
11-30 4766
YOLO v3算法详解以及和Faster-RCNN的比较
YoloV2：Faster、Stronger --网络结构 --工程化技巧使用
最新发布
SpaceSunflower 's ML/DL home
12-10 991
【Yolo V2】Faster、Stronger --网络结构 --工程化技巧使用
深度学习（十六）——Faster R-CNN, YOLO
antkillerfarm的专栏
01-22 4731
https://antkillerfarm.github.io/ Fast R-CNN（续） ROI Pooling SPP将图像pooling成多个固定尺度，而RoI只将图像pooling到单个固定的尺度。（虽然多尺度学习能提高一点点mAP，不过计算量成倍的增加。） 普通pooling操作中，pooling区域的大小一旦选定，就不再变化。 而ROI Pooling中，为了将ROI区
Poly-YOLO 学习
LiRongLu_的博客
02-06 2663
关于POLY-YOLO:HIGHER SPEED,MORE PRECISE DETECTION AND INSTANCE SEGMENTATION FOR YOLOV3论文学习。 Poly-YOLO建立在YOLOv3的原始思想的基础上，并消除了它的两个弱点：标签重写和anchor分配不平衡。
Poly-YOLO：更快，更精确的检测（主要解决Yolov3两大问题，附源代码）
qq_29462849的博客
05-24 1538
点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨Edison_G来源丨计算机视觉研究院论文地址：https://arxiv.org/pdf/2005.13243.pdf源代码：https://gitlab.com/irafm-ai/poly-yoloYOLOv3改进版来了！与YOLOv3相比，Poly-YOLO的训练参数只有其60％，但mAP却提高了40％...
Poly-YOLO及YOLOv3的不足:标签重写、无效的anchor分配
weixin_43937959的博客
12-22 3355
前言 在学习PolyYolo开源！Yolo也能做实例分割，检测mAP提升40%！，记录一下之前所学忘记的内容。 YOLOv3存在的问题 标签重写  YOLO系列都是基于图像的cell作为单元进行检测，即把一张图片分成mn个网格，就如上图的左图，黄色的点是四辆车的中心点，分别落在不同的格子，每个格子就负责预测这个物体。  以416416输入图像为例，图像的大小随着一系列的卷积下降到1313的feature map(YOLO从输入到输出的时候是经过32倍的下采样)。此时特征图的一个像素点的感受野是3232大小
评论
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