模型部署教程 yolo
搜索
资讯
YOLOv12部署教程 ——42%速度提升,让高效目标检测触手可及
例如,YOLOv12-N 在 T4 GPU 上的推理延迟为 1.64 毫秒,平均精度达到 40.6%,相比 YOLOv10-N 和 YOLOv11-N 分别提升了 2.1% 和 1.2%。
算家计算
2评论
【YOLO 教程】YOLOv10:清华开源的实时端到端目标检测算法
YOLOv10是清华大学最近开源的一个实时端到端的目标检测算法,继承了YOLO系列的实时端到端检测优势,解决了以往版本YOLO系列目标检测算法在后处理和模型架构方面的不足。
Clawovo
1评论
Micro-YOLO:探索目标检测压缩模型的有效方法(附论文下载)
深度学习模型在目标检测的性能上取得了重大突破。然而,在传统模型中,例如Faster R-CNN和YOLO,由于计算资源有限和功率预算紧张,这些网络的规模使其难以部署在嵌入式移动设备上。
计算机视觉研究院
厦大纪荣嵘团队新作|OneTeacher: 解锁 YOLOv5 的正确打开方式
大家从中也可以看到一个趋势,便是现在监督学习领域已经是非常饱和了,如果说都到 2320 年了,你还在想着如何一昧的涨点和刷榜,那可真是要好好的反思下自己了。
极市平台
9评论
基于Yolo v5目标检测算法的交通信号灯智能控制装置设计
结果表明,经过测试该装置在车流较大的情况下能有效减少车辆通行时间,并且可操作性强,体积小、速度快、扩展性高,相较传统信号控制装置具有明显的优势。
公路
视频
24:51
【来实战】嵌入式平台部署深度学习模型: YOLO Face-50K讲解
与非网
22:41
嵌入式平台部署深度学习模型: YOLO模型代码及人脸检测实战
与非网
05:31
新手教程 五分钟教你在嵌入式平台部署YOLO
工科男孙老师
31:16
【来实战】嵌入式平台部署深度学习模型: YOLO目标检测模型
与非网
在线举报