所在的位置: C++ >> C++前景 >> 较YOLOv7精度提升19,547

较YOLOv7精度提升19,547

精度54.7mAP,相较YOLOv7提升1.9%

L版本端到端推理速度42.2FPS

训练速度提升3.75倍

COCO数据集仅需20epoch即可达到50.0mAP

下游任务泛化性最高提升8%

10+即开即用多端部署Demo

这究竟是什么模型,竟可达到以上效果?

答案是:PP-YOLOE+

PP-YOLOE+是基于飞桨云边一体高精度模型PP-YOLOE迭代优化升级的版本,具备以下特点:

■超强性能

表格1:PP-YOLOE+与PP-YOLOE性能对比

*备注:上表中的数据均在V上测试所得,V+CUDA11.2+cudnn8.2.0+TRT8.0.1.6

训练收敛加速:使用Objects预训练模型,减少训练轮数,训练收敛速度提升3.75倍。下游任务泛化性显著提升:在农业、夜间安防、工业等不同场景数据集上验证,精度最高提升8.1%。高性能部署能力:本次升级PP-YOLOE+支持多种部署方式,包括Python/C++、Serving、ONNXRuntime、ONNX-TRT、INT8量化等部署能力。

超强性能与超高泛化性使得PP-YOLOE+助力开发者在最短时间、最少量数据上能得到最优效果。

模型下载与完整教程请见PP-YOLOE+:




转载请注明:http://www.aierlanlan.com/cyrz/3819.html