本文对比测试了Windows 10环境下，YOLO v3（darknet.exe）与dlib19.17在人脸及多目标检测上的性能。结果显示，YOLO v3在速度上明显优于dlib19.17，尤其是在检测密集小物体和多目标时，但YOLO v3对显存需求较高，可能导致CUDA内存不足的问题。dlib19.17则可能因为较旧的模型导致检测效果不尽如人意。
昨天，在同一台HP笔记本电脑上，基于Windows 10+CUDA10.1环境，对YOLO v3和dlib19.17的人脸检测的速度进行了简单的对比测试，结果是：
用同样的480*360的图片，三个人脸，在缺省的配置条件下，最快运行时间，YOLO v3大约比dlib19.17快10%。
如果直接将PyCharm集成环境中调用dlib19.17的Python程序与YOLO v3的darknet.exe的运行速度进行对比，则YOLO v3的速度大约比dlib19.17快30%。
人脸检测速度的测试过程请参考：https://blog.csdn.net/weixin_41943311/article/details/92793426
今天，我们进一步做多目标检测的对比测试。
（1）第一回合，先使用一张站成两排的球员合影照片做测试
原图如下：
最低0.47元/天 解锁文章
扫一扫
3603
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
