PaddleDetecion开源了相比于YOLOv4速度更快、精度更高的PP-YOLO模型,下面是PP-YOLO模型和目前SOTA的目标检测算在COCO test-dev数据集的精度和V100上预测速度的对比图。
PP-YOLO是PaddleDetecion里基于YOLOv3精度速度优化的实战实践,通过几乎不增加预测计算量的优化方法尽可能地提高YOLOv3模型的精度,最终在COCO test-dev2017数据集上精度达到45.9%,单卡V100预测速度为72.9FPS,下表为PP-YOLO和YOLOv4模型在不同尺度输入下精度和速度的对比。
注: 上表中数据均为在单卡Tesla V100上batch size=1测试结果,TRT-FP16为使用TensorRT且在FP16上的测试结果,TensorRT版本为5.1.2.2
那PP-YOLO的效果到底如何呢?让我们借用《街舞3》中一搏小哥哥“狂拽酷炫吊炸天”的视频来展示一下PP-YOLO的效果吧!
从这个视频我们可以看到,PP-YOLO可以对复杂场景中,大量快速移动的人物进行快速检测,随着人物的动作大幅变化,检测框也能准确的检测到人物。
PP-YOLO模