PP-YOLOE-R是一个高效的单阶段Anchor-free旋转框检测模型。基于PP-YOLOE, PP-YOLOE-R以极少的参数量和计算量为代价,引入了一系列有用的设计来提升检测精度。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78.14和78.27 mAP,这超越了几乎所有的旋转框检测模型。通过...
我在使用ppyoloer训练旋转框目标检测模型时发现目标框体旋转角度近似0度时的框体角度拟合程度很差。相比较有一定角度的目标框拟合却没什么问题。TrainerReader中的配置如下: TrainReader: sample_transforms: - Decode: {} - Poly2Array: {} - RandomRFlip: {} - RandomRRotate: {angle_mode: 'value', angle...
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80.02和80.73 mAP。在这种情况下,PP-YOLOE-R-x超越了所有的anchor-free方法并且和最先进的anchor-based的两阶段模型精度几乎相当。此外,PP-YOLOE-R-s和PP-YOLOE-R-m通过多尺度训练和测试可以达到79.42和79.71 mAP。考虑到这两个...