在VisDrone-2019和HIT-UAV两个数据集上验证,本文方法在多尺度目标检测性能方面仍优于主流模型,并且对小目标检测效果提升较大。 图3显示了YOLOv7-tiny (图3a) 和本文方法 (图3b) 在VisDrone-2019测试数据集上的检测效果比较。如图3b的蓝框所示,特别是在远景中,可以直接观察到本文方法成功探测到的小物体比图3a所示...
它是在 YOLOv5 的基础上进行改进和优化得到的，它结合了众多优秀的先进思想，共有 YOLOv7-tiny，YOLO...
一种改进YOLOv7-tiny的轻量级绝缘子缺陷检测方法.pdf,本发明公开了一种改进YOLOv7‑tiny的轻量级绝缘子缺陷检测方法,包括:获取缺陷绝缘子图像并构建输电线路绝缘子缺陷图像数据集。基于YOLOv7‑tiny构建轻量化绝缘子缺陷检测模型,输入端引入数据增强策略。特征提取网
在这篇论文中,提出了一种基于YOLOv7-Tiny算法的无人机实时跟踪野生动物的方法。这种方法主要用于解决在复杂自然环境中由于树木遮挡和背景干扰而导致的跟踪问题。为了适应无人机边缘设备的有限算力,作者们设计了一种轻量化的跟踪算法。 一主要内容与创新点 算法改进主要集中在两个方面:网络优化和轻量化设计以提高在无...
8719 1 9:36 App YOLOV7改进-添加P2和P6检测层(以YOLOV7-Tiny为例) 1.4万 -- 4:35 App YOLOV7改进-添加FasterNet中的PConv 3.2万 32 11:12 App YOLOV5改进-对小目标有效的BiFormer注意力机制 7972 6 5:48 App YOLOV7改进-添加CoordConv 1.3万 5 7:12 App YOLOV5改进-添加辅助训练头 1.1...
YOLOv7 Tiny模型作为轻量级选项,在实验中展示了其独特的性能特点。在训练期间,该模型的GPU消耗为3.79G,是四个模型中最高的。其参数大小也是最大的,为6.01M,表明模型复杂性更高。推理时间为283.4ms,总时间为284.7ms,均为模型中最高,这可能意味着在实现更复杂或更详细的功能时,计算速度有所折中。
YOLOv7改进轻量化,引入轻量化骨干网络MobileOne 一、前言 MobileOne论文:https://arxiv.org/abs/2206.04040 MobileOne github:https://github.com/apple/ml-mobileone 二、基本原理 使用Reparameterize重参数化实现模型的轻量化,基本模块如下图所示。 三、改进方法...
所有YOLOv7变体都使用SiLU激活函数(YOLOv7-tiny中除外,那里使用LeakyReLU),在标签分配中引入了YOLOX中的SimOTA策略[74],马赛克、混合和左右翻转增强,梯度累积,自动混合精度训练,推理时半精度,以及后处理中的NMS。 除了2D目标检测,YOLOv7还被扩展以支持姿态估计和实例分割,并提供了一个 Anchor-Free 点变体YOLOv7-...
改进轻量化 YOLOv7-tiny 道路限高障碍物检测方法 针对道路限高障碍物检测困难、模型复杂以及难以在嵌入式端部署等问题,提出一种基于改进轻量化YOLOv7-tiny模型的道路限高障碍物检测方法。改进模型采用更加轻量的Faste... 张青春,王文聘,张洪源,... - 《中国测试》 被引量: 0发表: 2024年 基于改进YOLOv7-T...
海上舰船目标识别是海洋监测的重要一环,也是世界各海岸地带国家国土安全的重要解决方案之一.针对SAR图像舰船目标检测存在识别精度低,训练模型大等问题,提出了一种基于通道剪枝的改进YOLOv7-tiny海上船舶识别算法,首先,采用MobileNetV3替代原有主干网络,以降低模型的计算量和体积,实现模型轻量化.其次,引入MPDIOU算法简化计算...