可视化界面的部分在window.py文件中,是通过pyqt5完成的界面设计,在启动界面前,你需要将模型替换成你训练好的模型,替换的位置在window.py的第60行,修改成你的模型地址即可,如果你有GPU的话,可以将device设置为0,表示使用第0行GPU,这样可以加快模型的识别速度嗷。
YOLO算法自问世以来,就以其卓越的性能和速度在目标检测领域占据着举足轻重的地位。从YOLOv5的模块化设计到YOLOv8的Anchor-Free点检测,再到YOLOv10的无需NMS训练,每一步的创新都在不断刷新我们对实时目标检测的认知。
在 CVPR 2021 WAD 挑战赛的 Streaming Perception Challenge 赛道上,旷视提出的基于 YOLOX 模型的 2D 实时目标检测系统在 Argoverse-HD 数据集上实现了 41.1 的 streaming AP。