YOLOv7-软件算法_易百纳技术社区-AI视觉聚合服务平台

会员中心

兑换商城

消息

创作中心

YOLOv7 易百纳

YOLOv7在速度与精度方面均超越现有已知目标检测器：在5-160 FPS范围内表现最优，并在GPU V100上以30+ FPS实现56.8% AP的最高精度。其YOLOv7-E6模型在V100上达到56 FPS和55.9% AP，相比基于Transformer的SWIN-L Cascade-Mask R-CNN（A100 9.2 FPS，53.9% AP）速度提升509%且精度提高2%；相较基于卷积的ConvNeXt-XL Cascade-Mask R-CNN（A100 8.6 FPS，55.2% AP）速度提升551%且精度提高0.7%。此外，YOLOv7在速度与精度上均优于YOLOR、YOLOX、YOLOv5等主流检测器，且仅使用MS COCO数据集从头训练，未借助任何预训练权重。基于海鸥派的YOLOv7模型应用指南：https://gitee.com/hieulerpi/HiEuler_PI_ModelZoo

应用方向：机器视觉

激活方式：/

语言版本：C/C++

操作系统：Linux、openHarmony

售价￥可议价

0

交易量

82

浏览量

适配硬件

海鸥派

暂无描述~

YOLOv7在速度与精度方面均超越现有已知目标检测器：在5-160 FPS范围内表现最优，并在GPU V100上以30+ FPS实现56.8% AP的最高精度。其YOLOv7-E6模型在V100上达到56 FPS和55.9% AP，相比基于Transformer的SWIN-L Cascade-Mask R-CNN（A100 9.2 FPS，53.9% AP）速度提升509%且精度提高2%；相较基于卷积的ConvNeXt-XL Cascade-Mask R-CNN（A100 8.6 FPS，55.2% AP）速度提升551%且精度提高0.7%。此外，YOLOv7在速度与精度上均优于YOLOR、YOLOX、YOLOv5等主流检测器，且仅使用MS COCO数据集从头训练，未借助任何预训练权重。基于海鸥派的YOLOv7模型应用指南：https://gitee.com/hieulerpi/HiEuler_PI_ModelZoo

常见问题

搜索

相关问答

yolov8 在hisi3516cv610 中转成 om 识别率下降

tianshanyi

yolov5-yolov7中添加后处理算子时，1280*1280 1280*1056分辨率对不上。

Mzz

SS928中目标检测yolov5-yolov7中onnx添加后处理算子Decbbox时，svp_nnn在1280*1280 1280*1056分辨率对不上。

Mzz

海思，/proc/sys/kernel/printk 默认是7 7 1 7 我修改成0 4 0 7。重启没有生效

未定


问个问题 /proc/sys/kernel/printk 默认是7 7 1 7 我修改成0 4 0 7。重启没有生效

未定

更多>

易百纳技术社区

关注公众号

联系我们
社区问题咨询：Ebaina-CN
定制需求咨询：xxqk158820