Bỏ để qua phần nội dung

YOLOv7: Túi quà tặng có thể đào tạo

YOLOv7 là một máy dò đối tượng thời gian thực hiện đại vượt qua tất cả các máy dò đối tượng đã biết cả về tốc độ và độ chính xác trong phạm vi từ 5 FPS đến 160 FPS. Nó có độ chính xác cao nhất (56,8% AP) trong số tất cả các máy dò đối tượng thời gian thực đã biết với 30 FPS trở lên trên GPU V100. Hơn nữa, YOLOv7 vượt trội hơn các máy dò đối tượng khác như YOLOR, YOLOX, Scaled-YOLOv4, YOLOv5, và nhiều thứ khác về tốc độ và độ chính xác. Mô hình được đào tạo trên tập dữ liệu MS COCO từ đầu mà không cần sử dụng bất kỳ bộ dữ liệu nào khác hoặc trọng số được đào tạo trước. Mã nguồn cho YOLOv7 có sẵn trên GitHub.

So sánh YOLOv7 với máy dò đối tượng SOTA So sánh các máy dò đối tượng hiện đại. Từ kết quả trong Bảng 2, chúng ta biết rằng phương pháp được đề xuất có sự đánh đổi tốc độ-độ chính xác tốt nhất một cách toàn diện. Nếu chúng ta so sánh YOLOv7-tiny-SiLU với YOLOv5-N (r6.1), phương pháp của chúng tôi nhanh hơn 127 khung hình / giây và chính xác hơn 10.7% trên AP. Ngoài ra, YOLOv7 có AP 51.4% ở tốc độ khung hình 161 khung hình / giây, trong khi PPYOLOE-L với cùng AP chỉ có tốc độ khung hình 78 khung hình / giây. Về mặt sử dụng tham số, YOLOv7 ít hơn 41% so với PPYOLOE-L. Nếu chúng ta so sánh YOLOv7-X với tốc độ suy luận 114 khung hình / giây với YOLOv5-L (r6.1) với tốc độ suy luận 99 khung hình / giây, YOLOv7-X có thể cải thiện AP thêm 3.9%. Nếu YOLOv7-X được so sánh với YOLOv5-X (r6.1) có tỷ lệ tương tự, tốc độ suy luận của YOLOv7-X nhanh hơn 31 khung hình / giây. Ngoài ra, về số lượng tham số và tính toán, YOLOv7-X giảm 22% tham số và 8% tính toán so với YOLOv5-X (r6.1), nhưng cải thiện AP 2,2% (Nguồn).

Tổng quan

Phát hiện đối tượng thời gian thực là một thành phần quan trọng trong nhiều hệ thống thị giác máy tính, bao gồm theo dõi đa đối tượng, lái xe tự động, robot và phân tích hình ảnh y tế. Trong những năm gần đây, phát triển phát hiện đối tượng thời gian thực đã tập trung vào việc thiết kế các kiến trúc hiệu quả và cải thiện tốc độ suy luận của các CPU, GPU và các đơn vị xử lý thần kinh (NPU) khác nhau. YOLOv7 hỗ trợ cả GPU di động và thiết bị GPU, từ biên đến đám mây.

Không giống như các máy dò đối tượng thời gian thực truyền thống tập trung vào tối ưu hóa kiến trúc, YOLOv7 giới thiệu trọng tâm là tối ưu hóa quá trình đào tạo. Điều này bao gồm các mô-đun và phương pháp tối ưu hóa được thiết kế để cải thiện độ chính xác của việc phát hiện đối tượng mà không làm tăng chi phí suy luận, một khái niệm được gọi là "túi miễn phí có thể đào tạo".

Các tính năng chính

YOLOv7 giới thiệu một số tính năng chính:

  1. Tham số hóa lại mô hình: YOLOv7 đề xuất một mô hình tái tham số hóa theo kế hoạch, đây là một chiến lược áp dụng cho các lớp trong các mạng khác nhau với khái niệm đường dẫn lan truyền gradient.

  2. Phân công nhãn động: Việc đào tạo mô hình với nhiều lớp đầu ra trình bày một vấn đề mới: "Làm thế nào để chỉ định các mục tiêu động cho đầu ra của các nhánh khác nhau?" Để giải quyết vấn đề này, YOLOv7 giới thiệu một phương pháp gán nhãn mới được gọi là gán nhãn có hướng dẫn từ thô đến mịn.

  3. Mở rộng và chia tỷ lệ hợp chất: YOLOv7 đề xuất các phương pháp "mở rộng" và "chia tỷ lệ hợp chất" cho máy dò đối tượng thời gian thực có thể sử dụng hiệu quả các tham số và tính toán.

  4. Hiệu quả: Phương pháp do YOLOv7 đề xuất có thể giảm hiệu quả khoảng 40% thông số và 50% tính toán của máy dò đối tượng thời gian thực hiện đại, đồng thời có tốc độ suy luận nhanh hơn và độ chính xác phát hiện cao hơn.

Ví dụ sử dụng

Tính đến thời điểm viết bài, Ultralytics hiện không hỗ trợ các kiểu máy YOLOv7. Do đó, bất kỳ người dùng nào quan tâm đến việc sử dụng YOLOv7 sẽ cần tham khảo trực tiếp kho lưu trữ YOLOv7 GitHub để được hướng dẫn cài đặt và sử dụng.

Dưới đây là tổng quan ngắn gọn về các bước điển hình bạn có thể thực hiện để sử dụng YOLOv7:

  1. Truy cập kho lưu trữ YOLOv7 GitHub: https://github.com/WongKinYiu/yolov7.

  2. Làm theo hướng dẫn được cung cấp trong tệp README để cài đặt. Điều này thường liên quan đến việc sao chép kho lưu trữ, cài đặt các phụ thuộc cần thiết và thiết lập bất kỳ biến môi trường cần thiết nào.

  3. Sau khi cài đặt hoàn tất, bạn có thể đào tạo và sử dụng mô hình theo hướng dẫn sử dụng được cung cấp trong kho lưu trữ. Điều này thường liên quan đến việc chuẩn bị tập dữ liệu của bạn, định cấu hình các tham số mô hình, đào tạo mô hình và sau đó sử dụng mô hình được đào tạo để thực hiện phát hiện đối tượng.

Xin lưu ý rằng các bước cụ thể có thể khác nhau tùy thuộc vào trường hợp sử dụng cụ thể của bạn và trạng thái hiện tại của kho lưu trữ YOLOv7. Do đó, bạn nên tham khảo trực tiếp các hướng dẫn được cung cấp trong kho lưu trữ YOLOv7 GitHub.

Chúng tôi rất tiếc về bất kỳ sự bất tiện nào mà điều này có thể gây ra và sẽ cố gắng cập nhật tài liệu này với các ví dụ sử dụng cho Ultralytics sau khi hỗ trợ cho YOLOv7 được triển khai.

Trích dẫn và xác nhận

Chúng tôi muốn ghi nhận các tác giả YOLOv7 vì những đóng góp đáng kể của họ trong lĩnh vực phát hiện đối tượng thời gian thực:

@article{wang2022yolov7,
  title={{YOLOv7}: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors},
  author={Wang, Chien-Yao and Bochkovskiy, Alexey and Liao, Hong-Yuan Mark},
  journal={arXiv preprint arXiv:2207.02696},
  year={2022}
}

Giấy YOLOv7 gốc có thể được tìm thấy trên arXiv. Các tác giả đã công bố công khai tác phẩm của họ và cơ sở mã có thể được truy cập trên GitHub. Chúng tôi đánh giá cao những nỗ lực của họ trong việc thúc đẩy lĩnh vực này và làm cho công việc của họ có thể tiếp cận được với cộng đồng rộng lớn hơn.



Created 2023-11-12, Updated 2024-06-02
Authors: glenn-jocher (6), sergiuwaxmann (1)

Ý kiến