1.3MB的超轻YOLO算法!全平台通用,准确率接近YOLOv3,速度快上45%丨开源
↑ 点击蓝字 关注视学算法
来源丨量子位
编辑丨极市平台
极市导读
曾写过 MobileNet-YOLO v3 的作者再度发布仅1.3MB的超轻YOLO模型,它不但全平台通用,检测速度及准确率也非常亮眼。
最轻的YOLO算法出来了!
这是个模型非常小、号称目前最快的YOLO算法——大小只有1.3MB,单核每秒148帧,移动设备上也能轻易部署。
而且,这个YOLO-Fastest算法满足所有平台的需要。
不论是PyTorch,还是Tensorflow,又或者是Keras和Caffe,可以说是全平台通用。
此外,作者还推出了超轻YOLO的“加大版”,同样只需要3.5MB,就能实现比YOLOv3更好的目标检测效果。
那么,这么轻的网络,检测效果怎么样?
1.3MB的超轻YOLO
检测效果
下图是一只快速跑动的动物,可以看见,算法预测这只动物为鸡(chicken)的概率是95%。
不仅在动物检测上,对于人的检测效果也不错。
从图中可见,正面人物的预测概率都超过了90%,即使是接近侧面的人脸,系统也能准确预测出来,只是概率会偏小,接近50%。
此外也能看见,YOLO不仅能检测行人和动物,类似于餐桌和瓶子这样的目标物体也能检测出来。
当然,桌上还有其他的瓶子,不过没有检测出来。
而这样的检测效果,只需要1.3MB大小的YOLO-Fastest模型,相比于3.0MB的MobileNet-YOLOv3,参数少了65%,速度还要快上45%。
如果硬件要求没那么高,相比之下,还是精度更重要的话,这里的YOLO-Fastest-XL会更加适合。
这个“加大版”YOLO-Fastest算法是一个3.5MB的算法模型,mAP要高上不少,达到了68.8%。
整体来说,YOLO-Fastest是个牺牲一定精度 (大约5%的mAP)、大幅提升速度的目标检测模型。
结合最强移动端轻量级神经网络食用
之所以这么小,也是因为这个YOLO-Fastest搭配了号称当前最强的移动端轻量级神经网络EfficientNet-lite。
这是个比MobileNet更轻的神经网络,但图像分类的效果还不错。
EfficientNet-lite架构
不过,这样的压缩会牺牲一定的精度,相比于YOLOv3,YOLO-Fastest模型的mAP只有60.8%。
但对于一些容量有限的硬件来说,已经足够适用了。
那么,究竟为什么要在目标检测算法中选择YOLO呢?
YOLO:快速目标检测
目标检测算法YOLO的核心,在于它模型体积小、运算速度快。
与R-CNN系列(Fast R-CNN、Faster R-CNN等)的算法相比,YOLO的精度上不了台,但它的速度却是杠杠的。
检测速度,从先验框(下图中五彩斑斓的框架)变换的频次就能看出来。
之所以追求速度,是因为作为安防、自动驾驶领域的核心算法,目标检测讲究实时。
如果安防要过几秒钟才能检测出窃贼的存在、或是自动驾驶汽车对路障的感知非常缓慢,那么后果可能会不堪设想。
此后诞生出来的SSD算法,有点像R-CNN和YOLO算法的折中。但对于某些存储体积有限的硬件来说,依旧只有YOLO才能“装得进去”。
而只有230MFLOPS(每秒运行230万次浮点运算)的YOLO-Fastest模型,又给算力不足的硬件提供了机会,使得它有机会在更小的机器上运行。
作者相关
有意思的是,这位在GitHub上名为dog-qiuqiu的作者,此前还写过基于MobileNet图像分类算法的YOLOv3(GitHub 1.1k星),同样可以在全平台使用。
不仅如此,这个全平台通用的MobileNet-YOLOv3,体积和精度都要优于MobileNet-SSD。
在体积只有8.0MB(相比于SSD减少了15.1MB)的情况下,MobileNet-YOLOv3的mAP达到了73.26%(相比于SSD上升了0.56%)。
如果感兴趣的话,可以戳下方传送门查看这个目标检测算法。
1.3MB超轻YOLO:
https://github.com/dog-qiuqiu/Yolo-Fastest
比SSD效果更好的MobileNet-YOLO:
https://github.com/dog-qiuqiu/MobileNet-Yolo
觉得有用麻烦给个在看啦~
1.3MB的超轻YOLO算法!全平台通用,准确率接近YOLOv3,速度快上45%丨开源相关推荐
- 1.3MB 的超轻YOLO算法!全平台通用,准确率接近YOLOv3,速度快上45%丨开源
本文转载自量子位. 萧箫 发自 凹非寺 量子位 报道 | 公众号 QbitAI 最轻的YOLO算法出来了! 这是个模型非常小.号称目前最快的YOLO算法--大小只有1.3MB,单核每秒148帧,移动设 ...
- yolo算法_不到2MB,超轻YOLO算法!准确率接近YOLOv3,速度快上45%
点击上方↑↑↑"OpenCV学堂"关注我 来源:公众号 量子位 授权 最轻的YOLO算法出来了! 这是个模型非常小.号称目前最快的YOLO算法--大小只有1.3MB,单核每秒148 ...
- YOLO-Fastest算法!准确率接近YOLOv3,速度快上45%
点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 仅作学术分享,不代表本公众号立场,侵权联系删除 转载于:量子位 AI博士笔记系列推荐 周志华<机器学习> ...
- 5款全平台通用的思维导图软,你用过哪款?
给大家推荐5款兼容性非常强大的思维导图工具,支持在客户端.网页端.Windows.Mac.Linux .手机和iPad都可以使用的脑图工具. 亿图脑图 首先推荐的第一款是亿图脑图作为一款高效的办公学习 ...
- 基于Anaconda 搭建 OpenCV for Python 环境(全平台通用)
前言 在学习 OpenCV 的时候,需要搭建 OpenCV 的环境并安装一些库,本文就准备了 OpenCV for Python,换而言之就是 OpenCV 的 python 的 API 接口.它拥有 ...
- 全平台通用中文字体设置 font-family css 2019
兼容windows,mac body{font-family: PingFangSC, PingFangSC-Regular, 'Microsoft YaHei', 微软雅黑,STXihei, 华文细 ...
- Yolo目标检测算法属于深度学习吗?yolo算法是什么?
Yolo算法采用一个单独的CNN模型实现end-to-end的目标检测.本文将介绍一个端到端的方法--Yolo算法,该方法操作简便且仿真速度快,效果也不差. Yolo算法是什么? YOLO框架(You ...
- 深度学习目标检测系列:一文弄懂YOLO算法|附Python源码
在之前的文章中,介绍了计算机视觉领域中目标检测的相关方法--RCNN系列算法原理,以及Faster RCNN的实现.这些算法面临的一个问题,不是端到端的模型,几个构件拼凑在一起组成整个检测系统,操作起 ...
- python目标识别算法_深度学习目标检测系列:一文弄懂YOLO算法|附Python源码
摘要: 本文是目标检测系列文章--YOLO算法,介绍其基本原理及实现细节,并用python实现,方便读者上手体验目标检测的乐趣. 在之前的文章中,介绍了计算机视觉领域中目标检测的相关方法--RCNN系 ...
最新文章
- 爬过这 6 个坡,你就能对 Linux 操作系统了如指掌
- 深度强化学习实战:Tensorflow实现DDPG - PaperWeekly 第48期
- iview tabs里面放入 i-switch slot的写法
- php刷新onload(),JS页面刷新的方法总结
- Java后端测试概述
- matlab工具箱作用简介,Matlab各工具箱功能简介(部分)
- chattr和lsattr的基本用法
- SqlServer 跨库访问
- 用户空间与内核空间数据交换的方式(3)------seq_file
- make: 未找到命令
- 科技云报道:率先迈入“10微秒”时代,腾讯云存储跑出加速度
- AirSim学习日志 9-三维空间航路点跟踪
- 程序员须学计算机语言,新手程序员需要学什么编程语言
- 中台是什么,到底要解决什么问题?
- 写一个函数,求三个数和的平均值。
- 提问 未来计算机的发展趋势是什么,未来计算机的发展趋势是什么?
- MYSQL查询之查询的多个结果重复循环出现问题分析
- 一个技术出身的市场人的小访谈
- android开发设置Button背景颜色
- while true java_Java中对while(true)的理解
热门文章
- 刻意练习:LeetCode实战 -- Task11. 删除链表的倒数第N个节点
- Matlab与线性代数--矩阵的正交分解
- CSDN 十大技术主题盘点-AI篇
- 无事“自动驾驶”,有事“辅助驾驶”?
- 联手小米,雀巢中国推出健康管家Nesfinity,满足个性化生活需求管理
- 追忆童年,教你用Python画出儿时卡通人物
- 机器学习模型五花八门不知道怎么选?这份指南告诉你
- 滴滴叶杰平:年运送乘客百亿次,AI如何“服务”出行领域?| BDTC 2019
- 一行代码,解决空指针问题.
- CMS:听我的,生产环境上要这样配置JVM参数