最强轻量级目标检测yolo fastest

最新推荐文章于 2024-06-29 00:01:26 发布

AI算法网奇

最新推荐文章于 2024-06-29 00:01:26 发布

阅读量2.5k

点赞数

分类专栏：深度学习宝典目标检测 yolo 文章标签： pytorch 深度学习自动驾驶

本文链接：https://blog.csdn.net/jacke121/article/details/118072099

版权

深度学习宝典同时被 3 个专栏收录

984 篇文章 710 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

目标检测

130 篇文章 36 订阅

订阅专栏

yolo

68 篇文章 27 订阅

订阅专栏

本文介绍了Yolo-Fastest-1.1在行人检测中的应用，提供了ncnn和npu的PC端部署方案，以及多个不同平台的实现，包括keras、TensorFlow和MNN版本。还分享了精度测试结果和模型权重资源，强调使用OpenCV4.4以上版本进行推理的注意事项。

摘要由CSDN通过智能技术生成

先看精度效果：

Yolo-Fastest-1.1 Pedestrian detection

Equipment	System	Framework	Run time
Raspberrypi 3B	Linux(arm64)	ncnn	62ms

Equipment

System

Framework

Run time

Raspberrypi 3B

Linux(arm64)

ncnn

62ms

Network	COCO mAP(0.5)	Resolution	Run Time(Ncnn 4xCore)	Run Time(Ncnn 1xCore)	FLOPS	Params	Weight size
Yolo-Fastest-1.1	24.40 %	320X320	5.59 ms	7.52 ms	0.252BFlops	0.35M	1.4M
Yolo-Fastest-1.1-xl	34.33 %	320X320	9.27ms	15.72ms	0.725BFl

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

AI算法网奇

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
最强轻量级目标检测yolo fastest

opencv dnn实现：https://github.com/hpc203/Yolo-Fastest-opencv-dnn
复制链接

扫一扫

专栏目录

订阅专栏

YOLONT:轻量级目标检测deeposrt目标追踪

04-04

推理文件直接运行.detectpy $ python detect.py --Image file.jpg＃image --video file.mp4＃video --FILE_Image ./dir＃目录要对images/output文件夹中的示例进行推断，请执行以下操作： $ python detect.py --FILE_Image ./inference/images/ --trained_model model/YOLONT.pth --visual_threshold 0.02 2. 训练需修改config里面的配置 < ! -- VOC_ROOT=r ' E:\YOLONT\VOCYOLO ' voc_ab = { ' num_classes ' : 20, ' lr_epoch ' : (300, 650), # (60, 90, 160),

目标检测轻量级NanoDet 模型

lucky_greenegg的专栏

05-13

643

近日，GitHub 上出现了一个项目 nanodet，它开源了一个移动端实时的 Anchor-free 检测模型，希望能够提供不亚于YOLO系列的性能，而且同样方便训练和移植。该项目上线仅两天，Star 量已经超过 500。项目地址：https://github.com/RangiLyu/nanodet NanoDet 模型介绍 NanoDet 是一个速度超快和轻量级的移动端 Anchor-free目标检测模型。该模型具备以下优势：超轻量级：模型文件大小仅 1.8m；速度超...

参与评论您还未登录，请先登录后发表或查看评论

轻量检测之王！LW-DETR：超越 YOLO系列（百度&北航等）

最新发布

CV_Autobot的博客

06-29

431

作者|AI引擎编辑| AI视界引擎点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『目标检测』技术交流群本文只做学术分享，如有侵权，联系删文在本论文中，作者提出了一种轻量级的检测 Transformer ，LW-DETR，它在实时目标检测方面优于YOLO系列。该架构是一个简单堆叠的ViT编码器、投影器和浅层DE...

轻量级目标检测模型NanoDet-Plus微调、部署（保姆级教学）

qq_20144897的博客

08-02

9500

超轻量级目标检测模型NanoDet-Plus微调、ONNRuntime部署保姆级教学！

轻量级目标检测网络.docx

08-19

本文档回顾一般的目标检测算法和轻量级网络算法，并对SSD算法和MobileNet算法进行较为详细的介绍，最终使用MobileNet-SSD算法进行车牌识别。

探索高效计算机视觉：MobileNetV3-SSD —— 轻量级目标检测框架

gitblog_00014的博客

04-03

552

探索高效计算机视觉：MobileNetV3-SSD —— 轻量级目标检测框架项目地址:https://gitcode.com/tongyuhome/MobileNetV3-SSD 在这个数字化的时代，图像处理和计算机视觉的应用越来越广泛，无论是自动驾驶、人脸识别还是安防监控，都需要快速且准确的目标检测技术。而 MobileNetV3-SSD 就是一个专为移动设备设计的轻量级目标检测模型，它结合了...

yolov5轻量级目标检测框架.rar

05-21

YOLOv5是一款高效、轻量级的目标检测框架，它基于经典的YOLO（You Only Look Once）系列算法，由Joseph Redmon等人首次提出。YOLO系列以其实时性能和高精度在计算机视觉领域广受欢迎，而YOLOv5作为最新版本，优化了...

YOLO-TLA：基于YOLOv5的高效轻量级小目标检测模型

04-11

### YOLO-TLA：基于YOLOv5的高效轻量级小目标检测模型 #### 概述近年来，目标检测作为计算机视觉的关键技术之一，取得了显著的进步。它被广泛应用于多个领域，如安防监控、自动驾驶等。然而，对于小目标的准确...

目标检测之yolo算法.pptx

06-04

### 目标检测之YOLO算法详解 #### 一、引言在计算机视觉领域，随着深度学习技术的发展，目标检测已成为一项极为重要的任务。它不仅涵盖了图像分类的基础能力，还进一步融合了物体定位的功能，使得机器不仅能识别...

基于YOLOv4改进的轻量级水下目标检测网络

05-11

因此，针对小型水下设备设计轻量级且适应性强的目标检测网络显得尤为重要。【NSN-R-YOLOv4网络结构】 1. **主干网络**：为了减小模型参数量，NSN-R-YOLOv4引入了ShuffleNet。ShuffleNet是一种高效的轻量级网络结构...

目标检测+旋转目标框+YOLO+小目标检测

01-11

这个标题表明我们将讨论一种扩展了传统矩形边界框的目标检测方法，它可以处理任意角度旋转的对象，并且将涉及到YOLO（You Only Look Once）框架在小目标检测上的应用。旋转目标框是一种针对具有非垂直或水平边界的...

面向嵌入式平台的轻量级目标检测网络

02-12

基于深度可分离卷积, 提出了一种适用于嵌入式平台的小型目标检测网络MTYOLO(MobileNet Tiny-Yolo), 它将待检测的图片平均分割成多个单元格, 并采用深度可分离卷积代替传统卷积, 减少了参数量和计算量。采用点卷积和特征图融合的方法来提高检测精度。实验结果表明, 所提MTYOLO网络模型大小为41 MB, 约为Tiny-Yolo模型的67%, 其在PASCAL VOC 2007数据集上的检测准确率可达到57.25%, 检测效果优于Tiny-Yolo模型, 更适合应用于嵌入式系统。

轻量级目标检测大合集

jacke121的专栏

05-12

4698

COCO: backbone input_size mAP(0.5:0.95) mobilenet1.0 512 24.2 https://github.com/wshuail/SSD.Gluon train python train.py --cfg ./cfgs/ssd_mobilenet_1.0_coco_512x512.yaml requirement MXNet==1.5.0 nvidia-dali==0.23.0

小目标到大目标一网打尽！阿里提出首个轻骨干重Neck的轻量级目标检测器GiraffeDet...

qq_29462849的博客

03-01

928

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happy编辑丨极市平台本文是阿里巴巴在目标检测领域的工作(已被ICLR2022接收)，提出了一种新颖的类“长颈鹿”的Gira...

FastestDet：轻量级目标检测 实时Anchor-free目标检测算法

jacke121的专栏

07-05

6951

FastestDet：轻量级目标检测 实时Anchor-free目标检测算法

基于轻量级卷积网络的小目标检测--轻量级骨干网络部分

bug创造者的博客

09-19

4123

基于thundernet框架+dlanet网络+shufflenetv2卷积模块的小目标检测--轻量级骨干网络前言1 骨干网络框架DSNet(dlanet网络+shufflenetv2)1.1 主体框架1.2 密集融合层1.3 阶梯状多尺度融合结构1.3.1 多尺度融合的必要性1.3.2 阶梯状融合结构1.3.3 与U型结构对比1.4 轻量级卷积模块shufflenetv21.4.1 MobileNetV11.4.2 ShuffleNetV11.4.3 ShuffleNetV21.5 轻量级骨干网络DSNe

YOLO-S：一种用于小目标检测的轻量级、精确的类YOLO网络

gzq0723的博客

07-25

952

点击蓝字关注我们关注并星标从此不迷路计算机视觉研究院公众号ID｜计算机视觉研究院学习群｜扫码在主页获取加入方式计算机视觉研究院专栏Column of Computer Vision Institute研究者提出了YOLO-S，一个简单、快速、高效的网络。它利用了一个小的特征提取器，以及通过旁路和级联的跳过连接，以及一个重塑直通层来促进跨网络的特征重用，并将低级位置信息与更有意义的高级信息相结合。...

轻量级目标检测算法整理

牧羊女

03-31

9649

随着目标检测算法的快速发展，以及终端应用的日渐广泛，工业界对深度学习网络在终端应用的关注度越来越高，尤其是对于如何保持速度和精度上的平衡，也形成了不小的研究热度。本篇整理了一些较新的轻量级目标检测网络，结合我们自己的目标，所选的网络参数量多在4M以下。 1. YOLO Nano YOLO Nano是一个高度紧凑的网络，它是一个基于YOLO网络的8位量化模型，并在PASCAL VOC 2007数据集上进行了优化。模型大小在4M左右，在计算上需要4.57B推算，性能表现上，在VOC 2007数据集上得到了6

哇~这么Deep且又轻量的Network，实时目标检测

gzq0723的博客

08-15

9476

最近挺对不住关注“计算机视觉战队”平台的小伙伴，有段时间没有给大家分享比较硬比较充实的“干货”了，在此向大家表示抱歉，今天抽空之余，想和大家说说目标的实时检测。论文：ht...

YOLO-Ant：轻量级天线干扰源检测器

"YOLO-Ant是为天线干扰源检测设计的一种轻量级深度学习模型，结合了深度可分离卷积和大卷积核的DSLK-Block以及带有变压器结构的DSLKVit-Block，提高了小目标检测能力并应对复杂背景的挑战。该模型在天线干扰源数据集...