更快更强！ 高效快速的PP-YOLO实战演练

最新推荐文章于 2024-03-19 10:05:40 发布
最新推荐文章于 2024-03-19 10:05:40 发布
阅读量66 收藏 2
点赞数 3
分类专栏： 2024年机器学习&深度学习千例 文章标签： YOLO 开发语言 计算机视觉 人工智能 深度学习 python 识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_68036862/article/details/136200997
版权

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

了解本专栏 订阅专栏 解锁全文
人工智能_SYBH
关注
  • 3
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
PP-YOLO模型.zip
03-04
PP-YOLO模型是基于YOLO（You Only Look Once）系列的深度学习目标检测框架，由PaddlePaddle（百度的开源深度学习平台）团队研发。这个模型在保持高效运行速度的同时，提升了检测精度，因此在工业界和学术界都受到了...
PP-YOLO
浅汐入梦的博客
04-24 7856
PP-YOLOv2的改进点 数据增强：+ MixUp Backbone：换R50 + Better Pre-Train + dcn Neck：+ SPP +CoordConv + DropBlock + PAN + MISH Loss：+ IoU Loss + IoU Aware Loss 其他：+ Large Batch Size + Grid Sensitive + EMA + Matrix NMS + Large Input Size （红色为 PP-YOLOv2 版本新添加的内容） .
网络解析----PP-YOLO
writ的博客
06-25 394
2021年4月提出了PP-YOLOv2(原文链接：https://arxiv.org/abs/2104.10419 )，性能超越同等参数的YOLOv4-CSP和YOLOv5-l，7月份旷视提出了YOLOX，百度团队优化了PP-YOLOv2，提出了PP-YOLOE。YOLOX中认为按聚类方式确定最优Anchor尺寸局限于特定领域，难以推广，此外还增加了head的复杂度与每张图像的预测数量，故采用了Anchor-free方式，PP-YOLOE中亦采用Anchor-free方式。
目标检测——PP-YOLO算法解读
lishanlu136的博客
03-19 2537
百度检测算法PP-YOLO算法解读
学习笔记（三）基于PaddleDetection的PPYOLO目标检测模型复现
qq_40231851的博客
05-23 5094
基于PaddleDetection的PPYOLO模型复现1. PPYOLO模型简介2. 环境搭建2.1 Paddle框架安装2.2 PaddleDetection依赖库安装3. 训练自己的数据集3.1 准备数据集3.2 修改配置文件3.3 训练4. 推理测试 1. PPYOLO模型简介 PP-YOLO是PaddleDetection优化和改进的YOLOv3的模型，其精度(COCO数据集mAP)和推理速度均优于YOLOv4模型。PPYOLO可以在均值平均精度（42.5%mAP）和检测速率（72.9FPS）之间
YOLO系列目标检测算法——PP-YOLO
AI-Mei的博客
12-06 2736
由于硬件的限制，往往需要舍弃准确率来确保算法的推理速度。本文的目的是实现一种具有相对平衡的既有效又高效的目标检测器，可以直接应用于实际的应用场景，而不是提出一种新的检测模型。以YOLOv3为基础进行开发，主要尝试结合现有的各种几乎不增加模型参数和FLOPs的多个的tricks，以尽可能提高检测器的精度，同时确保速度几乎不变。由于本文的所有实验都是基于PaddlePaddle进行的，所以称之为PP-YOLO。
LF-YOLO：一种轻量且更快速的用于X射线图像焊接缺陷检测的YOLO
06-21
《LF-YOLO：一种轻量且更快速的用于X射线图像焊接缺陷检测的YOLO》 在工业生产中，焊接技术的应用广泛，如航空、机械设备和船舶制造等领域[1]。焊接的质量直接影响到工业操作的安全性[2]。然而，无论是人工焊接还是...
PaddleX22、PP-Yolo：手把手教你训练、加密、部署目标检测模型
11-21
总结来说，PaddleX22和PP-YOLO是强大的工具，可以帮助开发者快速高效地完成目标检测任务。通过学习和掌握这些工具，不仅可以提升开发效率，还能确保模型的安全和部署的便捷性。在实际应用中，结合标签中的“安全”、...
MobileNet-YOLO:MobileNet-YOLO检测网络的Caffe实现
04-12
MobileNet-YOLO Caffe Caffe实现的MobileNet-YOLO检测网络，于07 + 12进行训练，在VOC2007上进行测试 网络 地图 解析度 下载 NetScope 推理时间（GTX 1080） 推理时间（i5-7500） MobileNetV2-YOLOv3 71.5 352...
keras-yolo3-recognize.rar
03-30
hand-keras-yolo3-recognize 模型训练参考：https://gitee.com/cungudafa/keras-yolo3 yolo3识别这里参考于：https://github.com/AaronJny/tf2-keras-yolo3
ppyolo-captcha:使用百度开源ppyolo目标检测模型识别滑动验证码成功率99％
03-24
ppyolo滑动验证码识别 快速开始： 下载该项目 在发布中下载paramas文件放置相应目录 ---------------------------------使用效果展示-------------- --------------------------- python predict . py if __name__ == '__main__' : print ( '加载模型开始预测>>' ) # 默认识别imgs目录下所有图片 main () C :\p ython3 \p ython . exe E : / ppyolo - captcha / predict . py 加载模型开始预测>> - - - - - - - - - - - Model Configuration - - - - - - - - - - - Model Arch : YOLO
【目标检测】|PPYOLO
qq_35608277的博客
06-13 2401
PP-YOLO: An Effective and Effificient Implementation of Object Detector PP-YOLO是PaddleDetection优化和改进的YOLOv3的模型，其精度(COCO数据集mAP)和推理速度均优于YOLOv4模型，PP-YOLO在COCO test-dev2017数据集上精度达到45.9%，在单卡V100上FP32推理速度为72.9 FPS, V100上开启TensorRT下FP16推理速度为155.6 FPS。没有探索不同的主干网络和
【笔记】PP-YOLO、PP-YOLOv2、PP-YOLO Tiny
nyist_yangguang的博客
11-03 4263
&Title PP-YOLO: An Effective and Efficient Implementation of Object Detector（2020） PP-YOLOv2: A Practical Object Detector（2021） 代码 &Summary 目标检测算法的准确性和推理速度不可兼得，本文的工作旨在通过tricks组合来平衡目标检测器的性能以及速度。 PP-YOLO： 45.2% mAP，速度高达72.9 FPS！FPS和mAP均超越Y...
PaddleDetection研究报告——百度目标检测PP-YOLOE论文解读+实践应用
weixin_45901142的博客
12-13 2557
解读百度目标检测论文PP-YOLOE及开源项目PaddleDetection应用
PP-YOLOv2相关学习记录
什么都学不会
09-25 178
PP-YOLOv2
【PP-YOLO】
m0_62571112的博客
06-22 1147
PPYOLO：不容错过的目标检测调参Tricks1. 摘要目标检测是计算机视觉一个重要的领域。
PP-YOLO详解：当前工业界的最佳视觉识别算法之一「CV」「AI工程落地」
九三智能控
11-18 6397
关注：决策智能与机器学习，深耕AI脱水干货作者：GitHubDaily 来源：GitHub转载请联系作者编者按：PP-YOLO，实现铁路等场景自动化巡检的智能视觉识别系统核心技术。该技...
目标检测——PP-YOLOE算法解读
最新发布
lishanlu136的博客
03-19 2524
百度检测算法PP-YOLOE算法解读
PPyolo的安装，图片及视频测试（对比yolov4）
qq_34717531的博客
02-04 1258
1.安装cuda和cudnn。 2.安装paddle gpu版本。 python3 -m pip install paddlepaddle-gpu==1.8.4.post107 -i https://mirror.baidu.com/pypi/simple 3.查看是否安装好。 python import paddle.fluid paddle.fluid.install_check.run_check() 安装成功！ 4.项目地址：https://github.com/Paddle
8-1高效且有效的实用目标检测技术.pdf
03-18
"该资料主要介绍了高效且实用的目标检测技术，特别是PP-YOLO的实现与优化策略，包括基础网络结构、训练技巧以及损失函数和NMS方法的改进。" 在目标检测领域，PP-YOLO是一种追求高效和实用性的模型，它的设计旨在...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

人工智能_SYBH

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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