百科问答小站 logo
百科问答小站 font logo



如何评价旷视开源的YOLOX,效果超过YOLOv5? 第1页

  

user avatar   liustein 网友的相关建议: 
      

非常喜欢这一类文章,比他们之前那个看起来优雅无比的ThunderNet不知道高到哪里去了。

篇幅短,没废话。简单的改动,明显的效果。一看就懂,都不需要实验就知道肯定会好用。节省了大量踩坑时间。

Anchor Free,节省了大量闹心的工时,也是趋势,Anchor Free YOLO,这三个词连起来就在发光。

三下两下就接近最优,节省了训练费用:

提供各个大小的预训练模型和各个推断框架的C++代码,又是节省了大量踩坑时间:


总之,这个文章,他不是给我们送知识的,是给我们送钱的,我强烈建议以后此类文章在文末附上支付二维码。否则用起来都不太好意思。




  

相关话题

  有哪些优秀的深度学习入门书籍?需要先学习机器学习吗? 
  谈谈机器学习在网络安全领域的局限性,以及是否乐观? 
  Domain Adaptation学术上有哪些方向,还有哪些可做的地方? 
  AlphaGo「理解」围棋吗? 
  为什么交叉熵(cross-entropy)可以用于计算代价? 
  深度学习和强化学习之间的差别有多大? 
  如何评价百度收购渡鸦科技? 
  为什么yolov5从零开始训练(不在ImageNet上预训练)能够达到如此高的性能? 
  多模态方面,有哪些牛组值得我们follow他们的工作? 
  AI人工智能开发,如何入门? 

前一个讨论
你在游戏中见过颜值最高的杂兵有哪些?
下一个讨论
如何评价旷视开源的YOLOX,效果超过YOLOv5?





© 2025-05-14 - tinynew.org. All Rights Reserved.
© 2025-05-14 - tinynew.org. 保留所有权利