目标检测算法终结篇：YOLOv7（非正式版）正式开源

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

请注意，这里的7，不是下一代YOLO，而是一个幸运数字，姑且可以看作是一个代号。它的目的是让YOLO全面开花，不仅仅只是做目标检测。也不是简单的加一个semantic head做分割，而是做一个体系的目标检测积木模块，即插即用，使之能够更简单的做复杂的上层任务，比如多个分类head，实例分割，甚至是加上姿态检测等等。

转自《知乎——金天》

链接：https://zhuanlan.zhihu.com/p/464007111

介绍

目前支持的东西就这么一些，现列举一些大家可能感兴趣的：

• 支持GridMask，Mosiac的数据增强，而且可以可视化；

• 支持YOLOX（很强），而且部署方式比原版更方便，可训练，官方不是唯一可选；

• 支持YOLOv7+实例分割，是SingleStage的方式，目前用的是OrienMaskHead，未来可能增加更多方式；

• 支持DETR，AnchorDETR等transformer，这是独一无二的，在一个框架里面同时被支持；

• YOLOv4 contained with CSP-Darknet53;

• YOLOv7 arch with resnets backbone;

• YOLOv7 arch with resnet-vd backbone (likely as PP-YOLO), deformable conv, Mish etc;

• GridMask augmentation from PP-YOLO included;

• YOLOv7 arch Swin-Transformer support (higher accuracy but lower speed);

• YOLOv7 arch Efficientnet + BiFPN;

• YOLOv5 style positive samples selection, new coordinates coding style;

• RandomColorDistortion, RandomExpand, RandomCrop, RandomFlip;

• CIoU loss (DIoU, GIoU) and label smoothing (from YOLOv5 & YOLOv4);

• YOLOF also included;

• YOLOv7 Res2net + FPN supported;

• Pyramid Vision Transformer v2 (PVTv2) supported;

• WBF (Weighted Box Fusion), this works better than NMS, link;

• YOLOX like head design and anchor design, also training support;

• YOLOX s,m,l backbone and PAFPN added, we have a new combination of YOLOX backbone and pafpn;

• YOLOv7 with Res2Net-v1d backbone, we found res2net-v1d have a better accuracy then darknet53;

• Added PPYOLOv2 PAN neck with SPP and dropblock;

• YOLOX arch added, now you can train YOLOX model (anchor free yolo) as well;

• DETR: transformer based detection model and onnx export supported, as well as TensorRT acceleration;

• AnchorDETR: Faster converge version of detr, now supported!

最后强调一下，这个版本里面的transformer是支持转到ONNX的，并且这个ONNX是可以被TensorRT推理的。据我所知，这在全网没有任何一个开源的仓库做得到。

社区支持

为什么要开源这个框架，原因主要是两个：

• 我希望利用社区的力量把它做的更完善，增加更多的功能，这一年我们越来越相信社区的力量，众人拾材火焰高，不同的人研究优化不同的方向，就可以把这个框架被更多人用起来，用它训练的模型和部署起来的模型就可以跑在更多的地方，这才是价值所在；

• 我没有卡继续维护这些模型，希望有卡的朋友们一起来训模型，把社区做起来。

一个好的框架离不开发起人的积极参与和技术支持，我会一如既往的回答大家的问题，希望能给开源尽一些绵薄之力。

非常欢迎有时间，有计算资源，懂行的朋友来贡献代码或者模型，尤其是做目标检测方向的朋友们，这确实是发自内心一个非常良心的建议，把这些好的算法都汇聚到一起来吧。让社区的力量把它发展的更加壮大。

Github：https://github.com/jinfagang/yolov7

GridMask

Mosaic

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~