YOLO V1算法性能分析:
与实时性检测方法DPM对比,可以看到YOLO v1算法可以在较高的mAP上达到较快的检测速度,其中Fast YOLO算法比快速DPM还快,而且mAP是远高于DPM。但是相比Faster R-CNN,YOLO v1的mAP稍低,但是速度更快。所以。YOLO v1算法算是在速度与准确度上做了折中。
YOLO V2算法性能分析:
YOLOv2相对v1版本,在继续保持处理速度的基础上,从预测更准确(Better),速度更快(Faster),识别对象更多(Stronger)这三个方面进行了改进。
YOLO v3算法性能分析:
YOLO v3借鉴了残差网络结构,形成更深的网络层次,以及多尺度检测,提升了mAP及小物体检测效果。


本文对比分析了YOLO系列算法的性能,YOLO v1在速度上优于某些方法,但精度略低;YOLO v2在保持速度的同时提高了准确性;YOLO v3通过引入残差网络和多尺度检测,提升了精度尤其是小物体检测。
最低0.47元/天 解锁文章
5728

被折叠的 条评论
为什么被折叠?



