search

bubbliiiing / yolov5-keras

这是一个YoloV5-keras的源码，可以用于训练自己的模型。
GNU General Public License v3.0
34 stars 14 forks source link

yolov56.0模型更新 #2

Open heifengtai12345 opened 2 years ago

heifengtai12345 commented 2 years ago

大神您好，您这个Yolov5比原版的好用太多了，请问您什么时候更新最新1280分辨率的6.0模型？我用同一数据库测试了下Yolovx和Yolov5，发现YoloV5的结果好很多。还有您打算出品，Yolov4-scaled和YoloR吗？

bubbliiiing commented 2 years ago

1280分辨率？？？我这电脑可不兴跑啊

bubbliiiing commented 2 years ago

YoloR评价很差，不是很期待出

bubbliiiing commented 2 years ago

Yolov4-scaled我也是不兴跑啊，可能之后有空补一下v6.0

heifengtai12345 commented 2 years ago

希望您补一下6.0，我看了下6.0的s6 1280分辨率训练出来和5.0的m 640差不多，但是会快。很期待。yolox效果一般可能l和x会好点，其实mAP只有1%，2%左右的差异，用哪个算法本质都差不多。目标检测目前还没有质的飞跃mAP能提高个10%左右的进步。

bubbliiiing commented 2 years ago

你有试过把我这个inputshape直接设成1280么？

heifengtai12345 commented 2 years ago

没有，如果直接1280训练的话，精度会提升是肯定的，但是参数量会极大速度会很慢。貌似6.0的结构是改过的，1280训练也会保证参数量很低达到实时水平。具体我没研究过只是看了网上的指标有这种印象。我家里的电脑跑不了1280的，公司的RTX8000可以。

bubbliiiing commented 2 years ago

input_shape和参数量没有任何关系

heifengtai12345 commented 2 years ago

对不起我说错了是指训练时的参数量，模型的参数和输入是没关系的。但是确实跑不起来。最近看了2021年的OWOD论文很有意思，会给出unknown类。这个您觉得怎么样有复现的必要吗。

bubbliiiing commented 2 years ago

这个网络是不是很大

heifengtai12345 commented 2 years ago

您是指OWOD么，我没有跑过linux专属，我的是windows