目标检测
自来水大叔
这个作者很懒,什么都没留下…
展开
-
Object detection at 200 Frames Per Second
论文链接: Object detection at 200 Frames Per Secondarxiv.org 本文记录该篇文章中蒸馏策略: 针对yolo模型,COCO数据集作为目标检测任务的训练目标难度大,意味着teacher network会预测出更多的背景bbox,如果直接用teacher network的预测输出作为student network学习的soft label会有严重的类别不均衡问题。解决这个问题需要引入新的方法,以论文中的reg loss为例: paddlepaddle原创 2020-12-23 11:57:21 · 342 阅读 · 0 评论 -
u版YOLOv5目标检测openvino实现
本文禁止转载 u版的意思是指Ultralytics开源的yolov5实现 https://github.com/ultralytics/yolov5github.com 1. 缘由 pytorch YOLOv5转换 openvino 的实现在github 上搜下有不少,但是直接拿来用或多或少都有些问题,原因在在于u版YOLOv5更新太快了,很多转换代码有些过时了,同时不同版本的onnx对某些算子无法支持,最重要的是没有一个完整全流程的实现,所以我决定自己撸一把,下面废话少说,直接开干 2. py原创 2020-12-21 19:59:35 · 2066 阅读 · 4 评论