search

bubbliiiing / yolov5-pytorch

这是一个YoloV5-pytorch的源码，可以用于训练自己的模型。
GNU General Public License v3.0
1.04k stars 176 forks source link

关于我花了一下午测试up所有关于yolo框架的结论（大家都可以来看看） #36

Open wangbaoyi opened 2 years ago

wangbaoyi commented 2 years ago

以yolov5为例 image 我通过修改了 这两部分的代码 image 尝试去优化速度也只能达到45ms左右 跟yolov5官方那个还是差10ms的样子虽然我用的是v5 nano的模型 目前测试了以下几款： image 检测速度快慢请看以上图。 希望up还能更新pytorch版本的yolov5 中支持的nano权重，我需要好好再进一步测试，另外我是一个编程新手 也只会改点皮毛，但PIL的库真的拖慢了好多速度 所以我改成了cv2，改了之后提高了百分之50的速度 一直支持up，加油@~~~！@！

wangbaoyi commented 2 years ago

下面我放出我的测试效果图： 14972137ecada297390b0749f4f2fdf ead90c47b96e56d0d719bb189890dd6 1b80c1ee734e70456fce7ac3b6aab45 bfb8d6f4b6f27569c3a4eafe4650ee3 495740b2bc71df2678a9befcbc54205 6bdcd70bc6a3802bd51b1ce98e544d3 0539a1b21b94d2112cf4fb9ab4cdafa 大家好好欣赏这一系列检测盛宴吧！！！

bubbliiiing commented 2 years ago

image 上图为PIL resize的速度 image 上图为cv2 resize的速度 ……

bubbliiiing commented 2 years ago

如果你问我为啥要用cvtColor，因为一堆同学会用灰度图来测试，但不管是哪个，都无法让你的检测时间缩短为1/2 所以我才让你好好测试一下里面每个步骤的时间

bubbliiiing commented 2 years ago

和官方的速度不同在于我复现的是v5.0，官方是v6.0，FOCUS模块本身就是因为速度才被取消使用的的。 然后你那个nano的意思是用了不同的模型来对比吗… 如果你可以不追求精度，建议用v4-tiny，速度比这些都快得多。

wangbaoyi commented 2 years ago

好吧。是我搞错了 我刚刚也对比也一下 问题不是出在PIL上面....PIL也没有浪费很多 时间

bubbliiiing commented 2 years ago

无论如何，希望你可以搞清楚每个步骤做的啥，花的时间以及必要性，对你自身学习还是很有好处。

wangbaoyi commented 2 years ago

up 什么时候贴出你的二维码，我要赞助

bubbliiiing commented 2 years ago

你微信搜同名吧

wangbaoyi commented 2 years ago

emmmup什么时候能出TensorRT加速yoloV5这个pytorch啊 可以催更嘛 我出愿意多赞助