ScaledYOLOv4

收录理由

做目标检测的团队如果想把缩放版YOLOv4论文跑起来，这个仓库就是PyTorch下的官方实现。代码里完整提供了P5、P6、P7三种尺寸的模型，另外还附带CSP和tiny分支，想轻量部署或追求精度都能找到对应版本。仓库直接给了在COCO上预训练好的权重，推理脚本也很简洁，下载模型、喂一张图、输出检测框，全程不用自己从零搭网络。速度与精度的取舍在项目里看得明明白白：P5在896分辨率下能跑到大约41帧每秒，适合边缘设备；P7把输入放大到1536来换取更高准确率，适合服务端管线。README里的AP表格和各类别指标也做得很细致，动手之前可以先横向对比不同变体的表现，心里有数再选型。