yolov7_d2

收录理由

这个项目把经典YOLO检测器和基于Transformer的DETR系列模型整合进同一套detectron2训练流程里，开发者可以用一份COCO格式的数据集，在YOLOv4、YOLOv7、YOLOX、YOLOv6以及DETR家族之间切换训练，共享的数据增强和损失函数工具让对比实验变得省事。除了常规的边界框检测，它还支持实例分割和单阶段关键点检测，不少模型能导出ONNX并用TensorRT加速，这对打算把训练好的模型部署到边缘设备上的场景很有价值。仓库里准备了ResNet、Res2Net、Swin、PVTv2、ConvNeXt等多种骨干网络，配合可替换的检测头，方便你在自己的数据上先测一测不同架构的精度和延迟，再决定用哪个。不过要注意，部分新功能没有开源，而且仓库从2023年底起就没再更新，更适合当作研究用的工具集，而不是长期维护的生产框架。