较YOLOv7 精度提升1.9%,54.7mAP 的 PP-YOLOE+ 强势登场! 通用检测算法在工业质检、遥感图像场景下会表现出误报、低召回等现象。核心问题在于目标小、密集排布且存在旋转角度。为此,飞桨团队基于 PP-YOLOE+ 推出了旋转框检测算法 PP-YOLOE-R(Rotate)以及小目标检测方案 PP-YOLOE-SOD(Small Object Detection),...
在DOTA 1.0数据集上,PP-YOLOE-R-l和PP-YOLOE-R-x在单尺度训练和测试的情况下分别达到了78.14mAP和78.28 mAP,这在单尺度评估下超越了几乎所有的旋转框检测模型。 通过多尺度训练和测试,PP-YOLOE-R-l和PP-YOLOE-R-x的检测精度进一步提升至80.02mAP和80.73 mAP,超越了所有的Anchor-free方法并且和最先进的Anch...
onnx模型已成功转出,但推理结果与在线模型不一致。具体表现为,在固定输入数据的前提下,onnx模型的推理结果shape分别为(35,6),(35),而在线推理结果shape分别为(228,6),(228) 更多信息 : paddle2onnx 1.13 paddle 3.0 linux 报错截图 其他信息Activity WindLWQchanged the title PP-YOLOE-SOD模型转ONNX无法生成...
PP-YOLOE-SOD(Small Object Detection)针对小目标检测提出了两种检测方案,分别是基于切图拼图流程优化的小目标检测方案以及基于原图模型算法优化的小目标检测方案。 同时提供了数据集自动分析脚本,只需输入数据集标注文件,便可得到数据集统计结果,辅助判断数据集是否是小目标数据集以及是否需要采用切图策略,同时给出网络...
3月30日最新活动预告:基于PP-YOLOE-SOD和OpenVINO的无人机巡检解决方案讲座基于PP-YOLOE-SOD的无人机航拍图像检测案例全流程实操1. 背景介绍 PaddleDetection团队提供了针对VisDrone-DET、DOTA水平框、Xview等小目标场景数据集的基于PP-YOLOE的检测模型2
PPYOLOE:基于PP-YOLOE-SOD实现遥感场景下的小目标检测 一、项目背景 目标检测一直是遥感图像和计算机视觉领域的一个长期问题。它通常被定义为识别输入图像中目标对象的位置以及识别对象类别。自动目标检测已广泛应用于许多实际应用中,如危险检测、环境监测、变化检测、城市规划等。 在过去的几十年里,人们对目标检测进行...
总结：基于PPYOLOESOD的遥感场景下小目标检测技术，通过引入先进的全局注意力机制和DFL算法，显著提升了模型对小目标的识别能力。同时，通过选择合适的数据集、进行适当的数据预处理、进行有效的模型训练和评估以及提供详细的模型导出和部署指导，确保了该技术在实际应用中的可行性和有效性。
为此,飞桨团队基于PP-YOLOE+推出了旋转框检测算法PP-YOLOE-R(Rotate)以及小目标检测方案PP-YOLOE-SOD(Small Object Detection),前者在DOTA1.0数据集上精度达到80.73 mAP,后者在VisDrone-DET数据集上单模型精度达到38.5mAP,均达到了SOTA性能! PP-YOLOE-R paper链接如下 arxiv.org/abs/2211.0238 开源代码链接如下 ...
PP-YOLOE-SOD:小目标检测模型 PP-YOLOE-SOD(Small Object Detection)针对小目标检测提出了两种检测方案,分别是基于切图拼图流程优化的小目标检测方案以及基于原图模型算法优化的小目标检测方案。 同时提供了数据集自动分析脚本,只需输入数据集标注文件,便可得到数据集统计结果,辅助判断数据集是否是小目标数据集以及是否...
PP-YOLOE-SOD:小目标检测模型 PP-YOLOE-SOD(Small Object Detection)针对小目标检测提出了两种检测方案,分别是基于切图拼图流程优化的小目标检测方案以及基于原图模型算法优化的小目标检测方案。同时提供了数据集自动分析脚本,只需输入数据集标注文件,便可得到数据集统计结果,辅助判断数据集是否是小目标数据集以及是否需...