We present some updates to YOLO! We made a bunch of little design changes to make it better. We also trained this new network that's pretty swell. It's a little bigger than last time but more accurate. It's still fast though, don't worry. At 320x320 YOLOv3 runs in 22 ms at 28.2 mAP, as accurate as SSD but three times faster. When we look at the old .5 IOU mAP detection metric YOLOv3 is quite good. It achieves 57.9 mAP@50 in 51 ms on a Titan X, compared to 57.5 mAP@50 in 198 ms by RetinaNet, similar performance but 3.8x faster. As always, all the code is online at https://pjreddie.com/yolo/


翻译:我们向 YOLO 展示一些最新消息! 我们做了一连串小小的设计修改来改善它。 我们还训练了这个比上次大一点但更准确的新网络。 虽然它比上次大一点, 但是仍然很快, 不用担心。 在 320x320 YOLOv3 运行22 ms, 时速为28.2 mAP, 准确与 SSD 一样, 速度快三倍。 当我们查看旧的 5 IOU mAP 检测指标YOLOv3 时, 效果相当不错。 它在泰坦X 上实现了51 ms 57.9 mAP@50, 而雷蒂纳Net 在 198 ms 中实现了57.5 mAP@50, 性能相似, 但速度更快3. 8x 。 所有代码都在 https://pjreddie.com/yolo/ 网上 。

8
下载
关闭预览

相关内容

YOLO是快速的端到端的目标检测深度网络

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【书籍推荐】简洁的Python编程(Clean Python),附274页pdf
专知会员服务
180+阅读 · 2020年1月1日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Github 项目推荐 | YOLOv3 的最小化 PyTorch 实现
AI研习社
25+阅读 · 2018年5月31日
车辆目标检测
数据挖掘入门与实战
30+阅读 · 2018年3月30日
YOLOv3:An Incremental Improvement 全文翻译
极市平台
12+阅读 · 2018年3月28日
YOLOv3:你一定不能错过
机器学习研究会
13+阅读 · 2018年3月26日
Python机器学习教程资料/代码
机器学习研究会
8+阅读 · 2018年2月22日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
Arxiv
24+阅读 · 2020年3月11日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Clustered Object Detection in Aerial Images
Arxiv
5+阅读 · 2019年8月27日
S4Net: Single Stage Salient-Instance Segmentation
Arxiv
10+阅读 · 2019年4月10日
Arxiv
8+阅读 · 2018年11月27日
VIP会员
相关资讯
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Github 项目推荐 | YOLOv3 的最小化 PyTorch 实现
AI研习社
25+阅读 · 2018年5月31日
车辆目标检测
数据挖掘入门与实战
30+阅读 · 2018年3月30日
YOLOv3:An Incremental Improvement 全文翻译
极市平台
12+阅读 · 2018年3月28日
YOLOv3:你一定不能错过
机器学习研究会
13+阅读 · 2018年3月26日
Python机器学习教程资料/代码
机器学习研究会
8+阅读 · 2018年2月22日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
Top
微信扫码咨询专知VIP会员