#204 · 主分类: 计算机视觉
FastestDet
computer-vision
deep-learning
object-detection
:zap: 新设计的超轻量级无锚框目标检测算法,权重仅250K参数,相比yolo-fastest减少10%的时间消耗,后处理更简单
项目最后更新:05/12/26
GitHub Stars
855
Forks数量
151
贡献者数量
4
许可证
BSD-3-Clause
收录理由
FastestDet 面向那些算力有限、跑不动常规 YOLO 模型的边缘设备。这个无锚框检测器只有约 25 万参数,并公开了在 RK3568 和骁龙 835 芯片上的运行耗时,速度数据来自真实边缘硬件而非桌面显卡,便于直接评估。它采用单尺度检测头和更简洁的后处理,减少了模型迁移到新平台时常遇到的调参麻烦,仓库内还附带了可直接运行的测试、训练和评估脚本,方便你用自有数据验证效果。如果你的设备功耗受限,而体积更大的 YOLO 变体又跑得太慢,这个项目提供了可量化对比的基准选项,在投入更重的模型之前可以先实际测一测。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。