【目标检测】YOLOv6: A Single-Stage Object Detection Framework for Industrial Applications 论文翻译

原始题目YOLOv6: A Single-Stage Object Detection Framework for Industrial Applications
中文名称YOLOv6: 一个面向工业应用的单阶段目标检测框架
发表时间2022年9月7日
平台arXiv
来源美团
文章链接https://arxiv.org/abs/2209.02976
开源代码https://github.com/meituan/YOLOv6/blob/main/README_cn.md
drawing
图 1:state-of-the-art 高效目标检测器的比较。延迟和吞吐量(batch size=32)的给出是为了方便参考。除了量化模型使用 TensorRT 8 外,所有模型都使用 TensorRT 7 进行测试。

摘要

多年来,YOLO系列一直是高效物体检测的事实上的工业级标准。YOLO社区以压倒性的优势丰富了它在众多硬件平台和丰富场景中的应用。在这份技术报告中,我们努力把它的极限推到一个新的水平,以坚定不移的心态向工业应用迈进。考虑到现实环境中对速度和 accuracy 的不同要求,我们广泛地研究了来自工业界或学


本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场,不承担相关法律责任。如若转载,请注明出处。 如若内容造成侵权/违法违规/事实不符,请点击【内容举报】进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部