paper 连接:https://arxiv.org/pdf/2405.14458
文章目录
Yolo8是去年才用的,实在是懒得再看yolo10了,好吧,最近做了一个yolo8的小demo,发现速度比较鸡肋,很好,我还是要看看的,唉…
亮点
-
作者主要对YOLO的post-process有意见,NMS被认为是个累赘,这里主要是效率的改善
- lightweight classification head,
- spatial-channel decoupled downsampling,
- rank-guided block design
-
YOLO的architecture也可以做些优化 (最近正在搞一个东西,刚好借用了yolov8的backbone,说不定可以有些借鉴,因为发现loss下降的不如预期),这里是准确率的改善
- large-kernel convolution
- present the effective partial self-attention module
之前传统YOLO属于 one-to-many assignment, 用了DETR的,属于one-to-one assignment, 而现在的YOLOv10, 结合了两者,不用单一label就用dual label,而且这一步在traninng时候进行。Trained 完了一个model, inference时,改回用one label. 这样子,同时拥有了传统和DETR的基因。