博客介绍了新网络Darknet-53，它是YOLOv2、Darknet - 19与残余网络的混合方法，有53个卷积层。该网络比Darknet19强大，与ResNet - 101、ResNet - 152相比，浮点运算更少、速度更快，能更好利用GPU，评估更高效。
Yolo-v5
YOLO（You Only Look Once）是一种流行的物体检测和图像分割模型，由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出，因其高速和高精度而广受欢迎
新网络是YOLOv2、Darknet-19中使用的网络和那些新奇的残余网络之间的混合方法。我们的网络使用连续的3 × 3和1 × 1卷积层，但现在也有一些快捷连接，并且明显更大。它有53个卷积层，所以我们叫它Darknet-53。
这个新网络比Darknet19强大得多，但仍然比ResNet-101或ResNet-152更有效。
下面是一些ImageNet的结果:
每个网络都用相同的设置进行训练，并在256×256上进行测试，单作物精度。运行时间是在256 × 256的Titan X上测量的。因此，Darknet-53的性能与最先进的分类器相当，但浮点运算更少，速度更快。Darknet-53比ResNet-101更好，速度快1:5倍。Darknet-53的性能与ResNet-152相似，速度是ResNet-152的2倍。
Darknet-53还实现了每秒最高的测量浮点运算。这意味着网络结构更好地利用GPU，使其更有效地评估，从而更快。这主要是因为resnet有太多的层，效率不高。
您可能感兴趣的与本文相关的镜像
Yolo-v5
YOLO（You Only Look Once）是一种流行的物体检测和图像分割模型，由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出，因其高速和高精度而广受欢迎
1625
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
扫一扫
