计算机视觉系列-YOLOX 在 MMDetection 中复现全流程解析
(一)
YoloX 简介
论文:YOLOX: Exceeding YOLO Series in 2021
论文链接:https://arxiv.org/abs/2107.08430
论文对YOLO系列进行了一些有经验的改进,形成了一种新的高性能探测器——YOLOX。论文将YOLO检测器切换为anchor-free方式,并采用其他先进的检测技术,即解耦头和领先的标签分配策略SimOTA,以在大规模模型范围内实现最先进的结果:对于只有0.91M参数和1.08G浮点的YOLO Nano,论文在COCO上获得25.3%的AP,超过NanoDet 1.8%的AP;对于工业上使用最广泛的探测器之一YOLOv3,论文在COCO上将其提高到47.3%AP,比当前的最佳做法高出3.0%AP;对于参数量与YOLOv4 CSP、YOLOv5-L大致相同的YOLOX-L,论文在特斯拉V100上以68.9 FPS的速度在COCO上实现了50.0%的AP,超过了YOLOv5-