Yolov5 不同集成方式 效果对比

上面的图片为直接使用python脚本测试效果。

以上图片为torchscript方式集成效果。

以上为ft-lite方式集成效果。

同样的图片,检测效果差别非常大,后续尝试使用最新的yolov5 export.py(现在的导出方式为旧版本的https://github.com/zldrobit in PR https://github.com/ultralytics/yolov5/pull/1127 分支中的tf.py导出的模型。)导出tf-lite模型测试下效果。以上为历史记录。

实际效果:


测试数据
置信度
集成方式
Python Torchscript Tf-lite
test1.jpg 0.91 0.06 0.7045
test2.jpg 0.92 0.06(多余检测) 0.79(多余检测)
test3.jpg 0.9 0 0.104
test4.jpg 0.89 两处错误检测 两处错误检测
test5.jpg 0.87 0.06(多余检测) 0.529
test6.jpg 0.88 错误检测 错误检测
test7.jpg 0.91 0.06(多余检测) 0.8

 

☆版权☆

* 网站名称:obaby@mars
* 网址:https://lang.ma/
* 个性:https://oba.by/
* 本文标题: 《Yolov5 不同集成方式 效果对比》
* 本文链接:https://nai.dog/2021/10/9118
* 短链接:https://oba.by/?p=9118
* 转载文章请标明文章来源,原文标题以及原文链接。请遵从 《署名-非商业性使用-相同方式共享 2.5 中国大陆 (CC BY-NC-SA 2.5 CN) 》许可协议。


You may also like

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注