【YOLOv7】YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors译读

YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors

摘要

  在5FPS到160FPS的范围内，YOLOv7从速度和精度上超越了目前所有的检测器，且在所有一直的实时检测器中达到了最高的精度56.8%AP，在 V100 GPU上的速度超过了30FPS。YOLOv7-E6检测器（56 FPS V100, 55.9% AP）超越了基于transformer的检测器 SWIN-L Cascade-Mask R-CNN（9.2 FPS A100, 53.9% AP），速度提升509%，精度提升2%；同时超越了基于卷积的检测器 ConvNeXt-XL Cascade-Mask R-CNN（8.6 FPS A100, 55.2% AP），速度提升551%，精度上提高0.7%AP值；YOLOv7在速度和精度上还超越了YOLOR, YOLOX, Scaled-YOLOv4, YOLOv5, DETR, Deformable DETR, DINO-5scale-R50, ViT-Adapter-B以及许多其它的目标检测器。此外，本文只在 MS COCO数据集上从头训练了YOLOv7，而没有使用其它数据集或预训练权重。源代码位于https://github.com/WongKinYiu/yolov7。