作者:人工智能_SYBH

[PP-YOLOV2保姆级教程]使用自定义数据集实现吸烟识别预测

PP-YOLOV2介绍

通过结合多项有效的改进,在COCO2017上将PP-YOLO的性能从45.9%mAP提升到49.5%mAP。称之为PP-YOLOv2。

在速度方面,PP-YOLOv2在640x640输入尺寸下以68.9FPS的速度运行。具有TensorRT,FP16精度和Batch=1的Paddle推理引擎进一步提高了PP-YOLOv2的推理速度,达到了106.5 FPS。这样的性能超过了具有大致相同数量的参数(即YOLOv4-CSP,YOLOv5l)的现有目标检测器。此外,带有ResNet101的PP-YOLOv2在COCO2017测试开发上达到了50.3%的mAP。

手把手教你在AIStudio平台上使用PaddleDetection API训练自己的数据集

教程目的: 通过PaddleDetection API熟悉经典的目标检测框架,为下一步自己手写实现目标检测网络打基础

教程

lock