yolov7/8系列解读与实战
文章平均质量分 77
以实战为线索,逐步熟悉和了解yolo系列,主要是yolov7及yolov8
CodingInCV
计算机视觉硕士,专注视觉方面的算法和工程化
展开
-
yolov8添加FPPI评价指标
本文简述了在yolov8中增加FPPI评价指标,可以用来直观的表现模型的效果,指导阈值的选取。原创 2024-05-14 23:27:11 · 1254 阅读 · 2 评论 -
yolov7添加FPPI评价指标
本文简述了在yolov7中增加FPPI评价指标,可以用来直观的表现模型的效果,指导阈值的选取。原创 2023-12-26 23:04:07 · 1367 阅读 · 8 评论 -
yolov7改进之使用QFocalLoss
深度学习三大件:数据、模型、Loss。一个好的Loss有利于让模型更容易学到需要的特征,不过深度学习已经白热化了,Loss这块对一个成熟任务的提升是越来越小了。虽然如此,也不妨碍我们在难以从数据和模型层面入手时,从这个方面尝试了。原创 2023-11-01 22:35:32 · 863 阅读 · 0 评论 -
yolov7改进优化之蒸馏(二)
这一篇结合上一篇就可以吧基于FGD算法的蒸馏训练起来了,其他蒸馏的修改也大同小异了。原创 2023-10-23 22:05:15 · 806 阅读 · 6 评论 -
yolov7改进优化之蒸馏(一)
这篇文章简述了一下yolov7的蒸馏过程,更多细节将在下一篇中讲述。原创 2023-10-17 22:22:26 · 2193 阅读 · 9 评论 -
yolov5及yolov7实战之剪枝
这篇文章简述了以下yolov7的剪枝,yolov5也可用,希望对大家有帮助。原创 2023-09-26 23:45:10 · 2580 阅读 · 21 评论 -
在yolov7中训练yolov5模型,yolov5使用OTA loss
通过上述的修改,我们就可以像训练yolov7一样在yolov7项目中训练yolov5了,yolov5也能使用上yolov7的loss了。原创 2023-09-13 18:33:27 · 453 阅读 · 0 评论 -
yolov8实战之torchserve服务化:使用yolov8x来预打标
最近在做一个目标检测的任务,部署在边缘侧,对于模型的速度要求比较严格(yolov8n这种),所以模型的大小不能弄太大,所以原模型的性能受限,更多的重点放在增加数据上。实测yolov8x在数据集上的效果比小模型要好不少,所以想法是用yolov8x来预打标,然后选择一些置信度高的样本加到训练集来训练yolov8n,减少标注的成本。原始数据是在ceph上,比较直观的方式就是一张张读,然后一张张推理。这样效率不高,毕竟GPU适合组batch去推理,所以为了效率就需要自己去组成batch然后推理,然后再把batch的原创 2023-08-25 09:36:00 · 928 阅读 · 3 评论 -
yolov8训练进阶:新增配置参数
通过新增参数,我们可以对yolov8的训练和数据读取根据需要进行修改。原创 2023-08-15 18:20:28 · 1962 阅读 · 10 评论 -
yolov8训练进阶:自定义训练脚本,从配置文件载入训练超参数
该脚本通过argparse来接受命令行参数,并设置到超参数字典,和yolov5的启动脚本类似。data: 数据集配置文件hyp: 参数配置文件(上一节我们建立的)model: 模型权重或者模型结构配置文件其他参数根据名字就显而易见了。本文介绍了如何使用自定义训练脚本的方式启动yolov8的训练,有效的结合命令行和配置文件的优点,即可以灵活的修改训练参数,又可以用配置文件来管理我们的训练超参数。并通过修改文件,支持了DDP训练。原创 2023-08-14 22:56:44 · 9660 阅读 · 15 评论 -
yolo训练参数scale和multi-scale的区别
scale和multi scale是yolo中的2个尺度相关的参数,不过yolov8把multi scale去掉了,github上项目方说不建议使用这个参数训练。原创 2023-08-07 22:41:30 · 2467 阅读 · 1 评论 -
yolov8自定义数据训练报错排查(CUDA error: an illegal memory access was encountered)
可以正常训练,出问题的版本是pytorch 1.13.1。若有碰到相似问题的,不妨换一个pytorch版本。github上有人说是由于数据集中标签有问题,不过我处理了一遍数据,并没有这种情况。原创 2023-08-03 11:10:24 · 2815 阅读 · 2 评论 -
yolov8在rknn(rv1109/1126)模型转换、量化移植过程
yolov8是比较新的目标检测模型,根据论文和开源项目的报告,相对使用比较广泛的yolov5提升还比较明显。YOLOv8 深度详解!一文看懂,快速上手 - 知乎 (zhihu.com)通过对导出的模型进行一定的修改,1109上可以实现yolov8的运行并得到检测框,不过最终的运行速度和精度还有待验证。后处理的方式目前也是完全按照pytorch中的实现,过多的concat和split,可能对于C++并不太友好,后续尝试用更好的实现方式。Todo: 量化精度的测试以及C++部署。原创 2023-08-02 18:00:16 · 6949 阅读 · 28 评论