YOLOv5 YOLOv7 YOLOv8的模型测试对比和结论

最新推荐文章于 2024-07-24 10:35:13 发布
最新推荐文章于 2024-07-24 10:35:13 发布
阅读量1.6k 收藏 1
点赞数 2
文章标签： YOLO 深度学习 人工智能
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/qq_42835363/article/details/131852294
版权

YOLOv5 YOLOv7 YOLOv8的模型测试对比和结论

​

文章目录

背景说明

​ 基于使用自己训练的模型，yolov8做推理测试的时候postprocess时间大于inference时间_故做此研究。在val和predict速度栏，刚开始发现Yolov8的postprocess时长达到了16ms+。【昂。。。好尴尬，最后发现预测和验证的时候，nvidia-smi显示的显卡信息被另外一个python程序占用了20G+的量，后面没有其它python程序的时候，显示Speed结果如表2 各模型训练结果对比所示，猜测可能做nms的时候，CPU被占用较多，所以影响了postprocess的速率。实际nms的速度远小于inference的速度。】

​ 自己用9285:1985:1987做了训练和验证测试。

（1）训练平台信息

表1 训练平台相关信息

系统: Ubuntu20.04
Driver Version: 525.78.01
CUDA Version: 12.0
Cpu Intel® Core™ i7-9700 CPU @ 3.00GHz
GPU Name: AD102 [GeForce RTX 4090]

（2）Yolov5、yolov7、yolov8各自己训练的模型的测试结果对比&

最低0.47元/天 解锁文章
爱吃油淋鸡的莫何
关注
  • 2
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
研究视障人群室外障碍物检测的YOLOv5模型 YOLO-NAS(小、中、大)、YOLOv8、YOLOv7、YOLOv6和YOLOv5七种不同的YOLO目标检测模型
sybh的博客
05-23 1530
利用基于深度学习的目标检测是辅助视障人士躲避障碍物的有效方法。在本文中，我们实现 了YOLO-NAS(小、中、大)、YOLOv8、YOLOv7、YOLOv6和YOLOv5七种不同的YOLO目 标检测模型，并通过精心调优的超参数进行了综合评估，分析了这些模型在包含道路和人行 道上常见日常生活对象的图像上的表现。
【目标检测】YOLOV8实战入门（七）模型基准测试
qq_43456016的博客
04-30 621
等各种导出格式中每张图像的毫秒推理时间的信息。这些信息可以帮助用户根据对速度和准确性的要求为其特定用例选择最佳导出格式。的各种导出格式的速度和准确性。基准提供了关于导出格式的大小、其。指标（用于目标检测和分割）或。指标（用于分类）以及。
YOLOv5 vs YOLOv6 vs YOLOv7目标检测模型速度和准确度的性能比较-深入研究.docx
05-20
详细介绍YOLOv5 vs YOLOv6 vs YOLOv7目标检测模型速度和准确度的性能比较—深入研究的文档
yolov5与yolov7的区别
weixin_42601134的博客
02-15 4690
Yolov5和Yolov7是目标检测领域中常用的两种算法模型，它们的主要区别在于网络架构和性能表现。 Yolov5是一种轻量级的目标检测模型，采用的是基于FPN(Feature Pyramid Networks)的骨干网络结构，以及使用anchor-free的检测方式，减少了模型计算量和参数数量。相比于Yolov4，Yolov5在速度和精度方面都有显著提升，达到了较好的性能表现。 Yolov7则是...
YOLOv7和YOLOv5对比
weixin_35752233的博客
12-21 9326
YOLO(You Only Look Once)是一种基于深度学习的目标检测框架，它通过在单次前向传播中检测所有对象来实现高效目标检测。YOLOv7和YOLOv5是YOLO的不同版本，其中YOLOv7是较新的版本。 在计算效率和精度方面，YOLOv7相对YOLOv5有所提升。YOLOv7使用了更快的卷积操作和更小的模型，因此在相同的计算资源下可以达到更高的检测速度。此外，YOLOv7还提供了较高的...
YOLOv8（n/s/m/l/x）&YOLOv7(yolov7-tiny/yolov7/yolov7x)&YOLOv5（n/s/m/l/x）不同模型参数/性能对比（含训练及推理速度）
热门推荐
weixin_45921929的博客
01-14 3万+
YOLOv8（n/s/m/l/x）&YOLOv7(yolov7-tiny/yolov7/yolov7x)&YOLOv5（n/s/m/l/x）不同模型参数/性能对比（含训练及推理速度）
yolov7和yolov8的创新点详解（附：汇报用的PPT）
m0_74890428的博客
04-24 1万+
以下主要介绍yolov7和yolov8的网络结构与创新点，文章的末尾有yolov7和yolov8创新点和网络架构进行汇报的PPT，可以通过网盘进行下载，同时在介绍中，我也会进行PPT内容的展示有需求再进行下载即可。
yolov5模型，yolov5量化模型，yolov5 FP16 FP32 INT8量化模型
08-03
yolov5模型，yolov5量化模型，yolov5 FP16 FP32 INT8量化模型，yolov5s.onnx,yolov5s.pt,yolov5s.engine,yolov5s.trt,yolov5s_fp16.engine,yolov5s_fp16_int8_engine,yolov5s_int8.engine， 模型量化，各种量化版本...
使用DeepSORT对YOLOv5和YOLOv7模型进行液滴跟踪基准测试应用
04-23
在基准测试中，研究人员对比了YOLOv5和YOLOv7在训练时间和分析视频时的性能。虽然YOLOv7在速度上比YOLOv5快10%，但实现实时跟踪的要求较高。在配备RTX 3070 Ti GPU的机器上，较轻量级的YOLO模型（可能是YOLOv5的某些...
yolov5模型 yolov5模型 yolov5模型
03-22
yolov5模型 yolov5模型 yolov5模型yolov5模型 yolov5模型 yolov5模型yolov5模型 yolov5模型 yolov5模型yolov5模型 yolov5模型 yolov5模型yolov5模型 yolov5模型 yolov5模型yolov5模型 yolov5模型 yolov5模型yolov5...
口罩规范数据集支持yolov5和yolov7模型.rar
07-01
口罩规范数据集支持yolov5和yolov7模型 该数据集提供yolov5和yolov7格式的口罩规范佩戴数据集，支持目标检测。此数据集也可用于口罩检测，包含深度学习模型和目标检测接口。该数据集可定制，可添加继电器或文字报警...
车辆数据集适用于yolov5和yolov7模型.rar
07-01
车辆数据集适用于yolov5和yolov7模型 该资源，车辆数据集包括昏暗条件下的车辆图像，专为yolov5和yolov7模型训练而设计。使用pyqt工具进行目标检测时，可以添加继电器或者文字报警，并可定制不同物体的检测，如人员...
Yolov7论文讲解
qq_45090597的博客
09-28 8679
YOLOv7相同体量下比YOLOv5精度更高，速度快120%(FPS)，yolov7已经超过了我们所熟知的目标检测网络，比如像YOLOV7-E6，在V100的GPU上速度达到56FPS，AP为55.9%，超越了基于transformer的目标检测网络SWINL Cascade-Mask RCNN,还有ConvNeXt-XL网络。YOLOV7还超过了YOLOR、YOLOX、YOLO5等等
yolov5和yolov7对比
weixin_42600128的博客
02-08 4731
好的。 YOLOv5 和 YOLOv7 是两个用于目标检测的深度学习算法。 YOLOv5 的优势在于速度快，可以在移动设备上运行。YOLOv7 的优势在于准确率更高，但是运行速度较慢，不太适合在移动设备上使用。 在许多情况下，YOLOv7 的准确率要高于 YOLOv5，但是它的运行速度要慢很多。因此，在选择使用哪种算法时，要根据实际应用的需求来决定。如果需要更快的运行速度，可以使用 YOLOv5；...
YOLOv5/v6/v7/v8/RT-DETR 对比试验的一些想法
YOLOv8项目贡献者
07-21 6308
个人心得体会
yolov7和yolov5对比有哪些优势？yolov7改进-yolov7详解
suikui的博客
11-01 2万+
YOLOv7发布至今已过去三个月，因为涉及到较多新的知识，可能读起来不算容易。yolov7和yolov5对比有哪些优势？yolov7有哪些改进？yolov7详解
Yolov5-v7.0使用CBAM注意力机制记录
最新发布
小俊俊的博客
07-24 177
yolov5s.yaml文件是模型结构文件，增加CBAM机制。在model/yolo.py文件中修改。需要修改train.py文件。训练时留意一下CBAM是否生效。
yolov8n和yolov8s模型详细对比
04-14
YOLOv8n和YOLOv8s是YOLO系列目标检测模型的两个变种。它们都是基于YOLOv3模型进行改进和优化的。 YOLOv8n是YOLOv3的改进版本，主要针对网络结构进行了调整和优化。相比于YOLOv3，YOLOv8n在网络结构上进行了简化，减少了一些冗余的层和参数，从而提高了模型的速度和效率。此外，YOLOv8n还引入了一些新的技术，如SAM（Spatial Attention Module）和PAN（Path Aggregation Network），用于增强模型的感知能力和特征融合能力。 而YOLOv8s是YOLOv3的另一个改进版本，主要关注的是模型的速度和精度平衡。YOLOv8s通过进一步减少网络层数和参数量，以及优化网络结构和损失函数等方面的改进，实现了更快的推理速度和较好的检测精度。相比于YOLOv8n，YOLOv8s在速度上更快，但可能会稍微降低一些检测精度。 综上所述，YOLOv8n和YOLOv8s都是基于YOLOv3进行改进的目标检测模型，它们在网络结构和性能上有所不同。YOLOv8n主要关注模型的感知能力和特征融合能力，而YOLOv8s则更注重模型的速度和精度平衡。
评论 3
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

爱吃油淋鸡的莫何

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