detection 小缺陷检测方案

技术栈及环境

jetson TX2
tensorrt 7/8
cuda 10.2
MVS hikcamera
yolov5v6.0 ultralytics/tensorrtx

方案

A

基于内存，检测效果，推理速度等相关因素得出的以下方案

1.YOLOV5 L 640/1280 *2

方案：
1.直接训练v5L模型
2.转换tensorrt模型
效果：1280肯定优于640
推理速度：120ms(L,640),430ms(L,1280)

2.YOLOV5 S(L) 640 图片切分

方案：
1.24482048 原图
2.12001200 resize
3.6406404 split
4.24482048 merge
推理速度：120ms(S,30ms4),500ms(L,120ms*4)

3.YOLOV5 检测 + Image Classfication 分类

方案：
1.yolov5训练只分为一类，单纯作为检测器，类似fasterRCNN
2.图片分类网络进行分类任务

4.YOLOV5 修改模型

方案：
1.
减少一次下采样，继续用预训练模型
2.转换tensorrt模型（此处出现问题，无法解决）
效果：

推理速度：30ms(S,640,normal),85ms(S,640,stride1)