在tiny模型的性能方面,与YOLOv4-tiny-31相比,YOLOv7-tiny减少了39%的参数数量和49%的计算量,但保持了相同的AP。在云GPU模型上,我们的模型仍然可以具有更高的AP,同时将参数数量减少19%,计算量减少33%。 5.3 与SOTA的比较 对于通用GPU和移动GPU,我们将所提方法与SOTA目标检测器进行了比较,结果如Tab2所示。 从...
值得注意的是,没有一个 YOLOv7 模型适用于移动设备/移动 CPU(如作者在论文中所述)。 YOLOv7-Tiny、YOLOv7 和 YOLOv7-W6 分别用于边缘 GPU、普通(消费者)GPU 和云 GPU。这意味着 YOLOv7-E6 和 YOLOv7-D6 以及 YOLOv7-E6E 也仅适用于高端云 GPU。尽管如此,所有 YOLOv7 模型在 Tesla V100 GPU 上...
与最先进的YOLOR-CSP相比,YOLOv7的参数少了43% ,计算量少了15%,AP高了0.4%。 在小模型的性能中,与YOLOv4-tiny相比,YOLOv7-Tiny减少了39%的参数量和49%的计算量,但保持相同的AP。 在云GPU模型上,YOLOv7模型仍然具有更高的AP,同时减少了19%的参数量和33%的计算...
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...
《农业工程学报》2024年第40卷第10期刊载了山东理工大学王会征、孙良晨、李新龙、刘海藤、王国宾与兰玉彬的论文——“基于改进YOLOv7-tiny的番茄叶片病虫害检测方法”。该研究由山东省自然科学基金项目(项目号:ZR2023MC133;ZR2021QC154)...
由于 YOLOv7-tiny 是一个面向边缘 GPU 的架构,它会使用leaky ReLU 作为激活函数。 至于其他模型,我们使用 SiLU 作为激活函数。 我们将在附录中详细描述每个模型的比例因子。 精读 数据集:COCO 数据集 预训练模型: 无,从0开始训练 不同GPU和对应模型: 边缘GPU:YOLOv7-tiny 普通GPU:YOLOv7 云GPU的基本模型:...
由于YOLOv7-tiny是一个面向边缘GPU架构的模型,因此它将使用ReLU作为激活函数,对于其他模型,使用SiLU作为激活函数。 与当前检测器相比,YOLOv7模型有更高的检测精度和更少的参数量,超过目前已有的其他检测算法。作者还强调仅仅采用了COCO数据集从头训练,没有采用其他的额外数据集。 值得一提的是,作者最后在论文里也...
与最新的YOLOR-CSP相比,YOLOv7的参数减少43%,计算量减少15%,AP提高0.4%。在tiny模型的性能上,与YOLOv4-tiny-31相比,YOLOv7tiny的参数数量减少了39%,计算量减少了49%,但AP保持不变。在云GPU模型上,我们的模型仍然可以有更高的AP,同时减少19%的参数数量和33%的计算量...
值得注意的是,没有一个 YOLOv7 模型适用于移动设备/移动 CPU(如作者在论文中所述)。 YOLOv7-Tiny、YOLOv7 和 YOLOv7-W6 分别用于边缘 GPU、普通(消费者)GPU 和云 GPU。这意味着 YOLOv7-E6 和 YOLOv7-D6 以及 YOLOv7-E6E 也仅适用于高端云 GPU。尽管如此,所有 YOLOv7 模型在 Tesla V100 GPU 上...
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-...