YoloV4模型解析及TensorRT加速
一. Yolo演化史
Faster RCNN诞生以后，目标检测准确度得到保证，但是two-stage的方式存在天然的效率缺陷，SSD和Yolo填补了这一空白，Yolo一共经历了4个版本。
| 模型 | 数据增强/训练 | Backbone | 网络特征层 | 性能对比 | 备注 |
|---|---|---|---|---|---|
| Yolo v1 | Lenet - maxPooling | 每个点支持2个box | |||
| Yolo v2 |
-随机裁剪、旋转 -色调、饱和度、曝光偏移 -混合训练集策略（coco + imagenet） -多尺度训练 -对Anchor Box维度聚类 |
Darknet19 -增加BN层、去dropout - 去掉FC层 - AvrgPooling |
-增加Anchor，支持K个box |
19.7 mAP | 【参考】 |
| Yolo v3 |
Darknet53 - No Pooling - No全链接 - BN+LeakyRelu - 残差设计 |
-FPN，多个layer融合 -softmax->logistic |
31.0 mAP |
||
| Yolo v4 |
新的数据增强方法 -Cutout -MixUp -CutMix |
CSPDarknet53 |
-新的激活 Swish, or Mish -DropBlock正则化 -SPP+PAN特征增强 |
43 mAP |
Backbone: CSPDarknet53 Neck: SPP, PAN Head: YOLOv3 |
- Yolov1网络结构图（24个卷积层，2个全链接层）：
- Yolov2网络结构图：
- Yolov3网络结构图：
二. Yolov4的核心特征
整体下来，以工程为主，
YoloV4模型解析及TensorRT加速相关推荐
- TensorRT加速原理
TensorRT能够加速的原因主要有两点,一方面是支持INT8和FP16的计算:另一方面是对网络结构进行了重构和优化. TensorRT支持INT8和FP16的计算 深度学习网络在训练时,通常使用 3 ...
- TensorRT加速 ——NVIDIA终端AI芯片加速用，可以直接利用caffe或TensorFlow生成的模型来predict（inference）...
官网:https://developer.nvidia.com/tensorrt 作用:NVIDIA TensorRT™ is a high-performance deep learning inf ...
- tensorflow打印模型图_[深度学习]TensorRT加速tensorflow实例
使用TensorRT加速tensorflow模型的推理应该是很有市场的一种应用了,但是使用Python的.易懂的例子并不多,官方的文档在这方面也是很不友好. 所以,本文旨在提供一个能把原理讲明白,代码 ...
- 探讨TensorRT加速AI模型的简易方案 — 以图像超分为例
AI模型近年来被广泛应用于图像.视频处理,并在超分.降噪.插帧等应用中展现了良好的效果.但由于图像AI模型的计算量大,即便部署在GPU上,有时仍达不到理想的运行速度.为此,NVIDIA推出了Tenso ...
- Jetson NX和Nano上使用TensorRT部署YOLOv4模型速度测试
Jetson板卡算力对比 以及NX和Nano板卡上TensorRT加速测试 前言 Jetson CUDA 算力表: Xavier NX 上TensorRT测试: Nano上TensorRT推理测试: ...
- 【线上分享】探讨TensorRT加速AI模型的简易方案：以图像超分为例
AI模型近年来广泛应用于图像.视频处理,在超分.降噪.插帧等应用中展现了良好效果.由于图像AI模型的计算量大,即便部署在GPU上,有时仍达不到理想的运行速度.为此,NVIDIA推出了TensorRT, ...
- yolov3_tiny.onnx转trt采用tensorrt加速模型推理
既然上一篇博客都把yolov3-tiny.weights转onnx做了,推理也测了.那么呢,就再直接转个trt模型吧.这样感觉博客的内容就更加连贯了吧,实用性貌似会更加强吧. (如果没看过yolov3 ...
- NVIDIA教你用TensorRT加速深度学习推理计算 | 量子位线下沙龙笔记
主讲人:Ken(何琨)| NVIDIA开发者社区经理 张康 屈鑫 编辑整理 量子位 出品 | 公众号 QbitAI 12月22日,量子位联合NVIDIA英伟达举行了线下交流会,跟现场近百位开发者同学共 ...
- TensorRT加速
整体加速过程 1.将tensorflow训练生成的.h5模型结构权重文件转换成.pb的模型文件. 2.将.pb模型文件转换成uff格式的文件并进行解析,同时生成TensorRT的engine. 3.调 ...
最新文章
- 浅析网站优化的站长们应该怎样安排自己的工作内容呢？
- kappa一致性检验教程_SPSS在线_SPSSAU_Kappa一致性检验
- DigSci科学数据挖掘大赛-亚军方案分享
- 替代JavaOne 2013
- css3加载中动画效果,CSS3实现加载中的动画效果
- Python学习笔记之if语句（一）
- bzero 和 memset 函数对比
- AlexNet、VGG16、ResNet网络结构图
- MikuMikuDance V7.39 汉化版
- C# SqlParameter 里面使用 LIKE % 模糊查询
- oracle计算金融函数,ORACLE EXTRACT函数
- office插件开发_PPT插件——OK之安装篇
- kali linux中文版安装
- MYSQL Error：You must SET PASSWORD before execut...
- 配置电脑使用Wireshark抓到有VLAN Tag标签的报文
- JMH基准测试，看我怎么用它来测试mongodb的数据加载性能
- amd显卡用黑苹果输出黑屏_黑苹果AMD NVIDIA Intel显卡咋驱动？速戳这里
- 自学python能成功吗_自学Python之路一
- 数字图像处理之matlab实验（三）：空间滤波器
- 怎样利用DOI快速检索文献？