简体中文| English
- Python 3.7
- PyTorch >=1.5
- CUDA 10.1
- 重要说明: 由于本人资源有限,只有单张1080Ti的显卡可供训练,完整训练完训练周期较长。为了说明本框架可训练,推断和测试。本次给出的预训练模型只是训练24个epoch的模型,损失值还在下降中,未训练充分,仅供大家参考。如有条件的开发者可完成本次训练,并希望你能把训练好的预训练模型提供出来,供大家使用。我也会在重要位置进行声明和感谢。
网络 | 预训练数据集 | 输入尺寸 | epoch | 显卡类型 | 推理时间(fps) | cocotools APval | AP50 | 百度网盘 | 谷歌网盘 | 配置文件 | 日志 |
---|---|---|---|---|---|---|---|---|---|---|---|
YOLOv4 | MSCOCO | 608 | 24 | 2070 | 23ms | 32.3 | 35.9 | 链接 提取码:yolo | 链接 | 配置文件 | 统计日志 |
YOLOv5-l | MSCOCO | 640 | 24 | 2070 | 19ms | 32.5 | 37.5 | 链接 提取码:yolo | 链接 | 配置文件 | 统计日志 |
PP-YOLO | MSCOCO | 608 | 24 | 2070 | 20ms | 44.5 | 49.4 | 链接 提取码:yolo | 链接 | 配置文件 | 统计日志 |
YOLOv4-sam | MSCOCO | 608 | 33 | 2070 | 22ms | 34.6 | 38.1 | 链接 提取码:yolo | 链接 | 配置文件 | 统计日志 |
YOLOv5-l+TTA | MSCOCO | 640 | 24 | 2070 | 52ms | 33.6 | 38.3 | 链接 提取码:yolo | 链接 | 配置文件 | 统计日志 |
YOLOv4+TTA | MSCOCO | 640 | 24 | 2070 | 59ms | 32.9 | 36.2 | 链接 提取码:yolo | 链接 | 配置文件 | 统计日志 |
-
效果图
-
YOLOv4:
- YOLOv5-l:
- PP-YOLO:
- YOLOv4-sam: