YOLOv4-Large取得了SOTA的结果：在MS-COCO数据集上取得了55.4%AP(73.3% AP50)，推理速度为15 FPS@Tesla V100；在添加TTA后，该模型达到了55.8%AP...(73.2%AP50)。...而由此得到的YOLOv4-tiny取得了22.0%AP(42.0%AP50)，推理速度为443fps@TRX 2080Ti；经由TensorRT加速以及FP16推理，batchsize=4时其推理速度可达
提出的基线模型在MS COCO2017数据集中可以达到50.6%的AP50:95和69.8%的AP50准确度，在VisDrone2019 DET数据集可以达到26.4%的AP50:95和44.8%的AP50
在 Titan X上，它能在 51 ms 内达到 57.9 AP50，相比较而言，RetinaNet 在 198 ms 内达到 57.5 AP50，性能相似但速度快了 3.8 倍。
对比实验与基线 RT-DETR-R18 相比，UAV-DETR-R18的AP提升3.1%，AP50 提升了 4.2%，验证频域融合的有效性。...消融实验基线 RT-DETR-R18 的 AP 为 26.7，AP50 为 44.6。在加入Inner-SIoU损失函数后，，AP 增加到 27.1，这表明改进损失函数对性能有积极影响。...添加 FD模块后，AP50提高到 47.1。...综合所有组件，UAV-DETRR18 的性能最高，AP 为 29.8，AP50 为 48.8，这显示了每个模块对检测精度的累积影响可视化分析与基线模型相比，UAV-DETR 的小物体定位能力显著提升。
同时，HPFPE在AP50、AP75、AR50和AR75指标上均取得更高值，表明该模型在斑石鲷数据上优于原始HRNet。图5展示了HPFPE与标准HRNet在斑石鲷数据上生成的热力图对比。...通过对比AP50和AP75分数可知HPFPE全面优于其他方法，表明其在AP和AR指标上均领先主流方法。...总体而言，CBAM在AP50和AR50上与其他机制差异较小，但在AP75和AR75上表现出明显优势。因此CBAM能更有效地提升HPFPE模型的精度。...此外，引入CBAM和膨胀卷积后，AP50和AR50普遍提升，而AP75和AR75的差异相对较小。这证实了膨胀卷积与CBAM模块的集成能显著增强鱼类姿态估计模型的性能。...在观赏鱼数据集上，HPFPE在AP、AR、AP50、AR50、AP75和AR75指标上优于大多数算法，进一步证明了其有效性和泛化能力。然而在多鱼场景中仍需进一步改进。
实现效果 1）其开发的YOLOv4-large 在COCO数据集达到SOTA精度: 55.4% AP(73.3% AP50) 并以以15 fps 在 Tesla V100运行, 而如果加上测试阶段数据增强方法后...,YOLOv4-large 达到 55.8% AP (73.2 AP50)....2）另外其 YOLOv4-tiny模型在COCO数据集达到 22.0% AP (42.0% AP50) ， ∼443 FPS 在 RTX 2080Ti运行, 当使用 TensorRT做推理, batch
其速度（FPS）、精度（MS COCO AP50…95和AP50）均超过了其他目标检测器。 作者总结道，YOLOv4 主要带来了 3 点新贡献： 提出了一种高效而强大的目标检测模型。
ALDI++ 在 Cityscapes Foggy Cityscapes 上的AP50超过了先前最先进的方法+3.5，在 Sim10k Cityscapes 上超过了+5.7 AP50（作者的方法是唯一一种超过公正基准线的方法...），在 CFC Kenai Channel 上超过了+2.0 AP50。...AP50（其中作者的方法是唯一一种超越公平源仅模型的 方法），在CFC Kenai Channel上超过了+2.0 AP50。...上提高了2.0 AP50。...在表2(c)中，作者展示了单独使用特征对齐（即不使用自训练）能带来高达2.6 AP50的性能提升。然而，这些性能增益小于自训练所观察到的（AP50分别为61.7和63.1）。
即，AP50=mAP50AP50=mAP50AP^{50}=mAP^{50}，AP75=mAP75AP75=mAP75AP^{75}=mAP^{75}，以此类推。
除非另有说明，实验都使用mAP（AP50：95）度量来评估结果。 实验结果讨论： TableBank： 实验提供了对不同比例的标签数据的表库数据集的所有分割的实验结果。...它表明，在10%标记数据时，TableBank-both数据集的AP50值最高，为95.8%，TableBank-latex为93.5%，TableBank-word有92.5%。...在这里，10%、30%和50%的标记数据的AP50值分别为98.5%、98.8%和98.8% 此外，半监督网络在10%的标记的PubLayNet数据集上，在不同的IoU阈值上进行训练。
随着R的增大，AP也从18.6%提高到19.8%，AP50从35.5%提高到37.2%，MFLOPs也从127下降到409。经过权衡决定将R设为3。...CSL-YOLO在416×416的输入尺度下，所提出的CSL-YOLO使用3.2M参数和1470 MFLOPs获得42.8%的AP50，而Tiny-YOLOv4使用6.1M参数和3450 MFLOPs获得...40.2%的AP50。
在Titan X上，它在51 ms内达到57.9 AP50，而RetinaNet达到57.5 AP50需要198 ms，性能相似，但速度提升3.8倍。...当时，以mAP的“旧”检测指标比较时，当IOU = 0.5（或表中的AP50）时，YOLOv3非常强大。它的性能几乎与RetinaNet相当，并且远高于SSD的变体。...当用AP50指标表示精确度和速度时（见图3），可以看到YOLOv3与其他检测系统相比具有显着的优势。也就是说，YOLOv3更快、而且更好。 ?
Evaluation Metrics 准确度指标如AP50或mAP[39]及其变体[42]是评估目标检测模型中故障注入的标准。...通过监测AP50准确度和IVMOD_{fd}来评估漏洞。 例如，如果100个样本图像中有30个显示检测差异或由于位翻转而遇到NaN或inf错误，IVMOD_{fd}将是30%。...图6展示了模型的脆弱性，并评估了各种范围限制技术在使用IVMOD_{fd}和AP50指标减轻故障时的有效性。这包括涉及权重和神经元故障注入的实验结果。...此外，如图6(b)所示，推理过程中的单个比特翻转显著影响了AP50指标。...例如，在权重故障注入下，基于KITTI训练的DINO-DETR的AP50从86.9下降到81.6，全球剪辑器有效地将AP50恢复到原始的准确性。
在AP50时，性能提升不太稳定，而在AP75时，则能大幅提升1.7%~2.3%，这说明IoU-aware能有效地提高定位的准确率。...实验结果有以下几点： 当$\alpha=1$(即仅用分类置信度)时，AP提升0.2%，这说明multi-task训练对模型是有作用的 当$\alpha=0.5$和$\alpha=0.4$时，AP达到最高，AP50
本文的基线模型在MS COCO2017数据集中可以达到50.6% AP50:95和69.8% AP50的精度，在VisDrone2019 DET数据集中达到26.4% AP50:95、44.8% AP50
关于COCO，我们在样本1、2、3、5、10和30下报告基础/新类AP、AP50和AP75。 在PASCAL VOC中，我们报告了3个不同的基础/新类在1、2、3、5和10分下的AP50。...表4显示，corpn的新型AP50在很大程度上优于原始集成。 这表明，纯粹的冗余不会导致改进，这证实了我们的损失条款加强了多样性和合作。...除了AP50之外，我们报告了在微调期间假阴性前景框的平均数量(“avg# FN”)，以及非最大抑制(NMS)之后的前景样本的平均数量(“avg# FG”)。...这个数字情节基本AP50(第一阶段)和小说AP50帕斯卡VOC小说分裂1和3,1。 请注意，RPN的最佳数量在不同的分割(以及假设的数据集)上是不同的。
YOLOv4的速度（FPS）、精度（MS COCO AP50…95和AP50）均超过了其他目标检测器。
03 实验 Experimental results on COCO-standard (AP50:95) PASCAL-VOC的实验结果。†表示使用ImageNet预训练骨干来初始化高效教师
云服务器
ICP备案
即时通信 IM
云直播
对象存储
