例如,基于MobileNetV2-0.75 Backbone的YOLO-ReT在Jetson Nano上实时运行,在Pascal VOC上实现了68.75 mAP/33.19FPS(MobileNetV2为68.67 mAP/28.16FPS),在COCO上实现了34.91 mAP/33.19FPS。 此外,在YOLOv4-tiny和YOLOv4-tiny中引入本文的多尺度特征交互模块,使其在COCO上的性能分别提高到41.5和48.1 mAP,比原始版本提高...
例如,基于MobileNetV2-0.75 Backbone的YOLO-ReT在Jetson Nano上实时运行,在Pascal VOC上实现了68.75 mAP/33.19FPS(MobileNetV2为68.67 mAP/28.16FPS),在COCO上实现了34.91 mAP/33.19FPS。 此外,在YOLOv4-tiny和YOLOv4-tiny中引入本文的多尺度特征交互模块,使其在COCO上的性能分别提高到41.5和48.1 mAP,比原始版本提高...
例如,基于MobileNetV2-0.75 Backbone的YOLO-ReT在Jetson Nano上实时运行,在Pascal VOC上实现了68.75 mAP/33.19FPS(MobileNetV2为68.67 mAP/28.16FPS),在COCO上实现了34.91 mAP/33.19FPS。 此外,在YOLOv4-tiny和YOLOv4-tiny中引入本文的多尺度特征交互模块,使其在COCO上的性能分别提高到41.5和48.1 mAP,比原始版本提高...
代码链接:https://github.com/prakharg24/yoloret 本文提出了一种边缘GPU设备上的高性能检测器YOLO-ReT,它包含两个关键性的改进:(1) 边缘GPU友好的模块RFCR用于多尺度特征交互;(2) 一种基于迁移学习的骨干截断机制。尤其值得称道的是:文中关于骨干截断分析与实验。为下游任务的模型缩放提供了一种更好的骨干网络...
本文提出了一种边缘GPU设备上的高性能检测器YOLO-ReT,它包含两个关键性的改进:(1) 边缘GPU友好的模块RFCR用于多尺度特征交互;(2) 一种基于迁移学习的骨干截断机制。尤其值得称道的是:文中关于骨干截断分析与实验。为下游任务的模型缩放提供了一种更好的骨干网络设计机制。
简介:再改YOLO | YOLO-ReT让边缘端也可以实时检测(二) 4实验 4.1 消融实验 1、Truncated feature extraction backbone 作者比较了2种压缩MobileNetV2和EfficientNet主干的方法,这两种方法降低了缩放因子(或MobileNetV2的宽度倍增器)并截断了最后的参数层,并得到了表2中的结果。值得注意的是,删节版的EfficientNet在准确...
综上所述,通过将主干截断和RFCR模块相结合,既能加快推理速度,又能提高精度。 [1].YOLO-ReT:TowardsHighAccuracyReal-timeObjectDetectiononEdgeGPUs
YOLO-ReT: Towards High Accuracy Real-time Object Detection on Edge GPUs PDF: https://arxiv.org/pdf/2110.13713.pdf PyTorch代码: https://github.com/shanglianlm0525/CvPytorch PyTorch代码: https://github.com/shanglianlm0525/PyTorch-Networks ...
@inproceedings{ganesh2022yoloret, title={{YOLO-ReT}: Towards High Accuracy Real-time Object Detection on Edge {GPU}s}, author={Ganesh, Prakhar and Chen, Yao and Yang, Yin and Chen, Deming and Winslett, Marianne}, booktitle={IEEE/CVF Winter Conference on Applications of Computer Vision (WA...
ret = cap.set(4, height) # fourcc = cv2.VideoWriter_fourcc(*'XVID') fourcc = cv2.VideoWriter_fourcc(*'MJPG') # 转换为这个格式可以直接打开 不过保存时候文件好大,xvid虽然不能打开但是yolo3传进去时候是可以打开这个视频的。 out = cv2.VideoWriter('out.mp4', fourcc, 20.0, (width, height)) ...