“YoloV7”?目标检测算法终结篇:正式开源
关注并星标
从此不迷路
公众号ID|ComputerVisionGzq
学习群|扫码在主页获取加入方式
计算机视觉研究院专栏
作者:Edison_G
请注意,这里的7,不是下一代YOLO,而是一个幸运数字,姑且可以看作是一个代号。它的目的是让YOLO全面开花,不仅仅只是做目标检测。也不是简单的加一个semantic head做分割,而是做一个体系的目标检测积木模块,即插即用,使之能够更简单的做复杂的上层任务,比如多个分类head,实例分割,甚至是加上姿态检测等等。
介绍
目前支持的东西就这么一些,现列举一些大家可能感兴趣的:
支持GridMask,Mosiac的数据增强,而且可以可视化;
支持YOLOX(很强),而且部署方式比原版更方便,可训练,官方不是唯一可选;
支持YOLOv7+实例分割,是SingleStage的方式,目前用的是OrienMaskHead,未来可能增加更多方式;
支持DETR,AnchorDETR等transformer,这是独一无二的,在一个框架里面同时被支持;
YOLOv4 contained with CSP-Darknet53;
YOLOv7 arch with resnets backbone;
YOLOv7 arch with resnet-vd backbone (likely as PP-YOLO), deformable conv, Mish etc;
GridMask augmentation from PP-YOLO included;
YOLOv7 arch Swin-Transformer support (higher accuracy but lower speed);
YOLOv7 arch Efficientnet + BiFPN;
YOLOv5 style positive samples selection, new coordinates coding style;
RandomColorDistortion, RandomExpand, RandomCrop, RandomFlip;
CIoU loss (DIoU, GIoU) and label smoothing (from YOLOv5 & YOLOv4);
YOLOF also included;
YOLOv7 Res2net + FPN supported;
Pyramid Vision Transformer v2 (PVTv2) supported;
WBF (Weighted Box Fusion), this works better than NMS, link;
YOLOX like head design and anchor design, also training support;
YOLOX s,m,l backbone and PAFPN added, we have a new combination of YOLOX backbone and pafpn;
YOLOv7 with Res2Net-v1d backbone, we found res2net-v1d have a better accuracy then darknet53;
Added PPYOLOv2 PAN neck with SPP and dropblock;
YOLOX arch added, now you can train YOLOX model (anchor free yolo) as well;
DETR: transformer based detection model and onnx export supported, as well as TensorRT acceleration;
AnchorDETR: Faster converge version of detr, now supported!
最后强调一下,这个版本里面的transformer是支持转到ONNX的,并且这个ONNX是可以被TensorRT推理的。据我所知,这在全网没有任何一个开源的仓库做得到。
社区支持
为什么要开源这个框架,原因主要是两个:
我希望利用社区的力量把它做的更完善,增加更多的功能,这一年我们越来越相信社区的力量,众人拾材火焰高,不同的人研究优化不同的方向,就可以把这个框架被更多人用起来,用它训练的模型和部署起来的模型就可以跑在更多的地方,这才是价值所在;
我没有卡继续维护这些模型,希望有卡的朋友们一起来训模型,把社区做起来。
一个好的框架离不开发起人的积极参与和技术支持,我会一如既往的回答大家的问题,希望能给开源尽一些绵薄之力。
非常欢迎有时间,有计算资源,懂行的朋友来贡献代码或者模型,尤其是做目标检测方向的朋友们,这确实是发自内心一个非常良心的建议,把这些好的算法都汇聚到一起来吧。让社区的力量把它发展的更加壮大。
Github:https://github.com/jinfagang/yolov7
GridMask
Mosaic
© THE END
转载请联系本公众号获得授权
计算机视觉研究院学习群等你加入!
扫码关注
计算机视觉研究院
公众号ID|ComputerVisionGzq
学习群|扫码在主页获取加入方式
往期推荐
🔗
YoloV5一系列实践详情,Github代码已开源 YOLOv5桌面应用开发(上)——附源代码 GiraffeDet:对目标检测中对Neck进行优化提升最终精度 深度学习目标检测在实际场景中的应用(附源代码) Label,Verify,Correct:一种简单的Few Shot 目标检测方法 SPARSE DETR:具有可学习稀疏性的高效端到端目标检测(源代码下载) 自适应特征融合用于Single-Shot目标检测(附源代码下载) 目标检测:SmartDet、Miti-DETR和Few-Shot Object Detection RestoreDet:低分辨率图像中目标检测 Yolo-Z:改进的YOLOv5用于小目标检测(附原论文下载)